影像方面,后置1200万超广角+5000万广角+1000万长焦镜头,前置1200万像素镜头。
模型下载地址:https://top.aibase.com/tool/mickey-1928
Meta的论文地址:https://ai.meta.com/static-resource/image-decoding
新鲜AI产品点击了解:https://top.aibase.com/
CogAgent还提供了可视化代理的能力,能够返回任何给定任务的计划、下一步行动和带有坐标的具体操作。它还增强了与图形用户界面相关的问题解答功能,可以处理与网页、PC应用程序、移动应用程序等任何图形用户界面截图相关的问题。另外,通过改进预培训和微调,CogAgent还增强了OCR相关任务的能力。这些功能的提升使得CogAgent在多个基准测试上实现了最先进的通用性能。