- 博客(8)
- 收藏
- 关注
RSS订阅原创 AGI的视觉理解之路5：LVLM进化史之Native时代（下）——Qwen*-VL
本文是深入梳理LVLM进化史的第四篇，本系列将以技术演进的上帝视角带领大家回看开源模型中的经典之作。其目的不是穷尽该领域的创新工作或精读论文/代码，而是提取出这些经典工作中成功影响后续研究的关键点，或总结那些被抛弃的技术路线。希望能够帮助大家洞察技术演进方向，产生研究灵感。随着在LLM基础上进行的大量视觉理解研究出现，LLM基础模型研究团队开始在自家语言模型上拓展配套的VLM，LVLM自此进入了原生时代。
2025-07-10 18:08:01
1426
原创 AGI的视觉理解之路5：LVLM进化史之Native时代（上）——LLaMA3+
本文是深入梳理LVLM进化史的第四篇，本系列将以技术演进的上帝视角带领大家回看开源模型中的经典之作。其目的不是穷尽该领域的创新工作或精读论文/代码，而是提取出这些经典工作中成功影响后续研究的关键点，或总结那些被抛弃的技术路线。希望能够帮助大家洞察技术演进方向，产生研究灵感。随着在LLM基础上进行的大量视觉理解研究出现，LLM基础模型研究团队开始在自家语言模型上拓展配套的VLM，LVLM自此进入了原生时代。
2025-06-25 17:29:35
2208
原创 AGI的视觉理解之路4：LVLM进化史之Light-weight Projector时代
本文是深入梳理LVLM进化史的第三篇，本系列将以技术演进的上帝视角带领大家回看开源模型中的经典之作。其目的不是穷尽该领域的创新工作或精读论文/代码，而是提取出这些经典工作中成功影响后续研究的关键点，或总结那些被抛弃的技术路线。希望能够帮助大家洞察技术演进方向，产生研究灵感。从一个名叫LLaVA的模型出现开始（Haotian Liu, 2023），VLM从Adapter时代大踏步地来到了Light-weight Projector时代。
2025-05-30 16:34:00
1848
原创 AGI的视觉理解之路3：LVLM进化史之Adapter时代
本文是深入梳理LVLM进化史的第二篇，本系列将以技术演进的上帝视角带领大家回看开源模型中的经典之作。其目的不是穷尽该领域的创新工作或精读论文/代码，而是提取出这些经典工作中成功影响后续研究的关键点，或总结那些被抛弃的技术路线。希望能够帮助大家洞察技术演进方向，产生研究灵感。随着语言预训练模型的快速发展，VLM开启了Adapter时代，将视觉模态通过adapter去对齐预训练好的语言模型的特征空间。
2025-05-15 19:51:19
1019
原创 AGI的视觉理解之路2：LVLM进化史之统一训练时代
本文是深入梳理LVLM进化史的第一篇，本系列将以技术演进的上帝视角带领大家回看开源模型中的经典之作。其目的不是穷尽该领域的创新工作或精读论文/代码，而是提取出这些经典工作中成功影响后续研究的关键点，或总结那些被抛弃的技术路线。希望能够帮助大家洞察技术演进方向，产生研究灵感。早期研究中，模型通常具有精心设计的结构或训练目标，并对所有参数进行统一训练，这个时期的代表模型有两个：开山鼻祖CLIP（OpenAI, 2021）和BLIP（salesforce, 2022）。
2025-05-09 17:50:46
953
原创 AGI的视觉理解之路1：LVLM Milestone
本文探讨了大型视觉语言模型（LVLM）在实现通用人工智能（AGI）中的关键作用，强调了视觉理解的重要性。文章列举了多个闭源和开源系列的LVLM模型，包括OpenAI的CLIP、GPT-4V，Google的Gemini系列，以及开源的BLIP、LLaVA、Qwen-VL等系列。此外，还提供了这些模型的发展时间线，从2021年的CLIP到2025年的InternVL3和Qwen3-VL。文章最后提到了Hugging Face的OpenVLM排行榜，展示了当前领先的视觉语言模型。
2025-05-09 11:43:10
867
原创 彻底清除Alipaladin64.sys 无需安装其他软件或命令行操作
彻底清除Alipaladin64.sys，无需安装其他软件或命令行操作！ Alipaladin64.sys导致无法开启内存完整性，卸载了优酷、钉钉，无效！
2022-10-10 15:48:28
47523
7
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人