AI模型 AI信息平台 多模态 大型语言模型 图像识别 视频分析 自然语言处理 普通产品 开源

使用场景用于图像和文本的联合理解任务，如图像描述生成。在视频内容分析中，用于理解视频内容并生成视频摘要。作为聊天机器人的底层技术，提供图像和文本交互的能力。产品...