groundingLMM:GLaMM(接地大型多模态模型)是一个端到端训练的大型多模态模型,能够生成与对象分割掩码集成的自然语言响应,实现了视觉接地,并支持在多层次粒度上与图像进行灵活交互。它引入了新颖的接地对话生成(GCG)任务,支持指代表达式分割和区域级图像描述等多种下游应用,并以大规模的GranD数据集为基础。;n8n:n8n是一个为技术团队设计的安全工作流自动化平台,它结合了代码的灵活性和无代码的速度。该平台提供400多个集成、原生AI能力,并允许在公平代码许可下完全控制数据和部署。
理解并响应用户关于特定图像区域查询的交互式视觉助手。
自动化各种业务和技术工作流。