aide开源 (AI-开源视觉语言模型-智谱-支持GUI图形界面问答-CogAgent)

智谱AI开源了CogAgent，它是一个视觉语言模型，拥有180亿参数规模，该模型在GUI理解和导航方面表现出色，在多个基准测试上取得了SOTA的通用性能，CogAgent还支持OCR相关任务。

更新时间：2024-01-13 14:37:15