@AI学者 吴恩达
现在随着各个平台进入稳定期，被称为“全厂希望”的视频号成为无数品牌寻找新增量的重点平台，希望成为下一个“视品牌”。
2024年，品牌们还有硬仗要打。
在实验中，VCoder与开源的多模态LLMs（如MiniGPT-4、InstructBLIP、LLaVA-1.5和CogVLM）进行了比较，并在COST验证集上进行了测试。实验结果表明，VCoder在对象识别任务中表现最佳，特别是在对象计数和识别方面优于基线模型。在处理复杂场景中的对象计数和识别任务时，VCoder展现出更高的准确性，尤其是在场景中有许多实体时。
图源备注：图片由AI生成，图片授权服务商Midjourney