GitHub 热门项目：CogVLM2

摘要

GitHub项目：CogVLM2 仓库地址：https://github。

CogVLM the https model News

2026-05-26 1 阅读 GitHub Trending

GitHub 项目：CogVLM2 仓库地址：https://github.com/zai-org/CogVLM2 星级：2438 | 作者：zai-org 项目描述：基于Llama3-8B的GPT4V级开源多模态模型 =================================================== 自述文件内容： # CogVLM2 和 CogVLM2-视频 [中文版README](./README_zh.md)

? 加入我们的微信 · ?尝试CogVLM2 在线 ?尝试CogVLM2-视频在线

?在智普AI开放平台体验更大规模的CogVLM模型。

## 最近更新 - ? **新闻**：``2024/8/30``：[CogVLM2 论文](https://arxiv.org/abs/2408.16500) 已在 arXiv 上发布。 - ? **新闻**：``2024/7/12``：我们发布了CogVLM2-Video [在线网页演示](http://cogvlm2-online.cogviewai.cn:7868/)，欢迎体验。 - ? **新闻**：``2024/7/8``：我们发布了 CogVLM2 模型的视频理解版本，即 CogVLM2-Video 模型。通过提取关键帧，它可以解释连续图像。该模型可以支持长达 1 分钟的视频。查看更多在我们的[博客](https://cogvlm2-video.github.io/)中。 - ? **新闻**：``2024/6/8``：我们发布[CogVLM2 TGI Weight](https://huggingface.co/THUDM/cogvlm2-llama3-chat-19B-tgi)，这是一个可以在 [TGI](https://huggingface.co/docs/text- Generation-inference/en/index) 中推断出的模型。参见推理代码在[这里](https://github.com/leizhao1234/cogvlm2) - ? **新闻**：``2024/6/5``：我们发布了 [GLM-4V-9B](https://huggingface.co/THUDM/glm-4v-9b)，它使用相同的数据和训练方法与 CogVLM2 相同，但以 GLM-9B 作为语言骨干。我们删除了视觉专家以减少模型尺寸为13B。更多详细信息请参见 [GLM-4 存储库](https://github.com/THUDM/GLM-4/)。 - ? **新闻**：``2024/5/24``：我们已经发布 [Int4版本模型](https://huggingface.co/THUDM/cogvlm2-llama3-chat-19B-int4)，仅需要16GB视频记忆用于推理。您还可以通过传递“--quant 4”来运行即时 int4 版本。 - ? **新闻**：``2024/5/20``：我们发布了下一代模型 CogVLM2，它基于 llama3-8b，并且是在大多数情况下相当于（或更好）GPT-4V！欢迎下载！ ## 型号介绍我们推出新一代**CogVLM2**系列模型并开源基于两个模型关于 [Meta-Llama-3-8B-Instruct](https://huggingface.co/meta-llama/Meta-Llama-3-8B-Instruct)。与之前相比新一代CogVLM开源模型中，CogVLM2系列开源模型有以下改进： 1. `TextVQA`、`DocVQA` 等多项基准测试的显着改进。 2. 支持**8K**内容长度。 3.支持图像分辨率高达**1344 * 1344**。 4. 提供开源模型版本，同时支持**中文和英文**。您可以在下表中查看 **CogVLM2** 系列开源模型的详细信息： |型号名称 | cogvlm2-llama3-chat-19B

← 返回开源推荐