abs

4 秒看完 2 小时电影，阿里团队新成果正式亮相——
推出通用多模态大模型 mPLUG-Owl3，专门用来理解多图、长视频。具体来说，以 LLaVA-Next-Interleave 为基准，mPLUG-Owl3 将模型的First Toke