Visual Salamandra: Pushing the Boundaries of Multimodal Understanding

巴塞隆納超級電腦中心（BSC）推出 Visual Salamandra 7B，一款結合強大視覺理解與多語言能力的開源多模態模型。

巴塞隆納超級電腦中心（BSC-LT）正式發布 Visual Salamandra 7B 多模態模型。該模型以其自主研發的 Salamandra 7B 語言模型為基礎，融合了先進的視覺編碼器，旨在提升圖像理解、視覺問答及 OCR 能力。特別的是，它承襲了 Salamandra 家族在西班牙語、加泰隆尼亞語等多語言環境下的優異表現，為開源多模態社群注入新選擇。

摘要由 AI 整理,以原文為準。