登录 订阅
深度学习

InstructBLIP：可指令调教的通用图像语言模型

图像模型正在追随大语言模型的设计路径

InstructBLIP：可指令调教的通用图像语言模型
封面图片 Alexander Shatov

继BLIP 2之后，Salesforce又推出了可指令调教的InstructBLIP。

LAVIS/projects/instructblip at main · salesforce/LAVIS
A One-stop Library for Language-Vision Intelligence - LAVIS/projects/instructblip at main · salesforce/LAVIS
GitHubsalesforce

InstructBLIP是在BLIP 2的基础上经过指令调优得到的。作者将其主要贡献概括为以下三点：

转发至

微信扫一扫分享

WeChat QR Code

有AI相关的想法，但不知道怎么落地？

我是国冰，独立AI开发者。十多年技术一线——半导体显示、智慧城市到自动驾驶；现在一个人+AI，接AI落地项目，从梳理需求到系统落地，陪你走通。

微信聊聊 微信二维码 看我能做什么

阅读下一篇

扩散模型Stable Diffusion

扩散模型Stable Diffusion

输入这样一句话：“beautiful future city with high speed train and flying cars high quality detailed photorealistic”，你可以得到下面这样一张图像： 按照提示文本生成图像，这就是Stable Diffusion所做的事情。Stable Diffusion是由德国海德堡大学的Robin Rombach等人在2022年的文章"High-Resolution Image Synthesis with Latent Diffusion Models"中提出的。难得可贵的是作者将其实现开源，从而极大的促进了后续的衍生品开发。使用Stable Diffusion二次开发的应用正呈现百花齐放的状态。 你可以在https://civitai.com看到更多Stable Diffusion生成图像样例。 * 开源实现：https://github.com/CompVis/stable-diffusion#stable-diffusion-
尹国冰