視覺語言理解

MiniGPT-4是一個基於先進的大型語言模型的視覺語言理解模型，具有生成詳細影象描述、從手寫草稿生成網站等功能。它還能根據給定的影象寫故事和詩歌、提供解決問題的方法、根據食物照片教使用者烹飪等。MiniGPT-4透過對原始影象文字對進行預訓練，並使用對話模板的對齊資料進行微調，以提高生成結果的連貫性和準確性。MiniGPT-4的定價和定位資訊請參考官方網站。