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。