寻找最新最佳的视觉推理人工智能。浏览最全面的AI数据库，每日持续更新。
最新
GLM-5V Turbo 是一种 Z.AI 视觉语言模型，专为图像和文本的快速多模态推理而设计。它是为需要 API 可访问模型的开发人员而构建的，该模型可以检查视觉输入、回答问题、提取信息以及参与结合语言和视觉的代理工作流程。当延迟和吞吐量很重要时，Turbo 定位使其特别有用。
从技术上讲，GLM-5V Turbo 通过 Z.A
GeoVista是一个用于地理定位的网络增强型智能视觉推理模型。它将工具调用无缝集成到推理循环中，包括一个图像放大工具和一个网络搜索工具。该模型旨在在推理过程中确认或完善假设，使其成为地理定位任务的强大工具。GeoVista拥有完整的训练流程，包括冷启动监督微调阶段和强化学习阶段。
GeoVista模型在GeoBench基准测试上进