登录

当前标签：视觉语言模型

SceneXplain

SceneXplain

SceneXplain 是一个强大的图像视频理解工具，能为视觉内容生成详细字幕和摘要，增强可访问性与叙事能力。
Qwen2-VL

Qwen2-VL

Qwen2-VL是阿里开源的先进视觉语言大模型，融合视觉与语言理解能力。