后置采用2亿像素主摄(三星S5KHP2)+1200万像素超广角(索尼IMX564)+ 两颗1000万像素长焦镜头(索尼IMX754)组合,前置摄像头为三星S5K3LU1200万像素镜头。
谷歌即将推出Bard Assistant
1B模型将超越70B模型。
要点:它不仅可以从图片中提取信息并回答问题,还可以将图片转化为JSON格式。LLaVA还可以识别验证码、识别图中的物体品种等,展现出了强大的多模态能力。在性能上接近GPT-4的情况下,LLaVA具有更高的成本效益,训练只需要8个A100即可在1天内完成。