摩根大通发布了DocLLM，一款专为多模态文档理解设计的生成式语言模型，通过轻量级扩展LLM，避免昂贵的图像编码器，以提高文档分析效能。
声明:本文来自于微信公众号 新智元（ID:AI_era），作者:新智元，授权站长之家转载发布。Midjourney官方介绍称，V6版本使用户能够生成更真实、更详细的图像。同时，“快刀青衣”表示，Midjourney保留了对景点最美好的想象，不再有明显的AI痕迹。他的推文获得了超过62万的浏览量，近3千次点赞和标记。
2、LLaVA、CogAgent和BakLLaVA是三种具有极大潜力的开源视觉语言模型。
然而，人类影响者认为虚拟同行应该透露他们不是真实的。内容创作者Danae Mercer说:“这些影响者让我害怕的是，很难辨别他们是假的。”