CogVLM2

CogVLM2是由清华大学团队开发的第二代多模态预训练对话模型，它在多个基准测试中取得了显著的改进，支持8K内容长度和1344*1344的图像分辨率。CogVLM2系列模型提供了支持中文和英文的开源版本，能够与一些非开源模型相媲美的性能。CogVLM2适合需要进行多模态对话和图像理解的研究者和开发者，特别是那些在中文和英文环境下工作，需要处理长文本和高分辨率图像的专业人士。