【AiBase提要:】这方面最典型的当属中国邮政香港抖音官方账号“中國郵政香港官方账号”。在专业团队的操盘下，“中國郵政香港官方账号”不仅能蹭上只有年轻人才能懂的“哪都通梗”，还大打港风牌，拍出了不输达人的短视频内容，甚至专业到可以反过来帮达人拍视频。
**划重点:**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。
CogAgent作为在CogVLM基础上改进的开源视觉语言模型，拥有更多的功能和性能优势。它支持更高分辨率的视觉输入和对话答题，能够处理超高分辨率图像输入。