专用于理解游戏场景的开源大模型-VideoGameBunny

加拿大研究人员开源了VGB大模型，旨在解决游戏场景理解与图像识别问题。VGB作为视觉AI助理，可帮助玩家掌握技巧，同时协助开发者识别并修复游戏中的bug。该模型基于Bunny模型开发，支持高分辨率图像处理，并结合了LLama-3-8B语言模型及SigLIP视觉编码器，训练数据涵盖413款游戏中的185,000多张图像。
来源：https://www.chinaz.com/2024/0903/1639860.shtml