AIGC動態歡迎閱讀

原標題：開源版SearchGPT來了，兩張3090就可復現，超越Perplexity付費版
關鍵字：騰訊,模型,視覺,圖像,區域
文章來源：量子位
內容字數：0字

內容摘要：

VSA團隊 投稿量子位 | 公眾號 QbitAIOpenAI推出SearchGPT沒幾天，開源版本也來了。
港中文MMLab、上海AI Lab、騰訊團隊簡易實現了Vision Search Assistant，模型設計簡單，只要兩張RTX3090就可復現。
Vision Search Assistant（VSA）以視覺語言模型（VLM）為基礎，巧妙地將Web搜索能力融入其中，讓VLM內部的知識得到實時更新，使其更加靈活和智能。
目前，VSA已經針對通用圖像進行了實驗，可視化和量化結果良好。但不同類別的圖像各具特色，還可以針對不同種類的圖像（比如表格、醫學等）構建出更為特定的VSA應用。
更令人振奮的是，VSA的潛力并不僅限于圖像處理。還有更廣闊的可探索空間，比如視頻、3D模型和聲音等領域，期待能將多模態研究推向新的高度。
讓VLM處理未見過的圖像和新概念大型語言模型（LLM）的出現讓人類可以利用模型的強大零樣本問答能力來獲取陌生知識。
在此基礎上，檢索增強生成（RAG）等技術進一步提高了LLM在知識密集型、開放域問答任務中的表現。然而，VLM在面對未見過的圖像和新概念時，它們往往不能利

原文鏈接：開源版SearchGPT來了，兩張3090就可復現，超越Perplexity付費版

聯系作者

文章來源：量子位
作者微信：
作者簡介：