它不仅可以从图片中提取信息并回答问题，还可以将图片转化为JSON格式。LLaVA还可以识别验证码、识别图中的物体品种等，展现出了强大的多模态能力。在性能上接近GPT-4的情况下，LLaVA具有更高的成本效益，训练只需要8个A100即可在1天内完成。
CogAgent还提供了可视化代理的能力，能够返回任何给定任务的计划、下一步行动和带有坐标的具体操作。它还增强了与图形用户界面相关的问题解答功能，可以处理与网页、PC应用程序、移动应用程序等任何图形用户界面截图相关的问题。另外，通过改进预培训和微调，CogAgent还增强了OCR相关任务的能力。这些功能的提升使得CogAgent在多个基准测试上实现了最先进的通用性能。
腾讯推出的技术 Paint3D 能够根据文本或图像输入，在不具有内嵌光照信息的3D模型上生成高分辨率、无光照的多样化纹理贴图。
实时分析:人工智能工具可以提供市场动态的实时分析，使企业能够及时适应。预测:人工智能的预测能力可以帮助企业预测市场变化并相应调整策略。
黄仁勋身价暴涨的主要原因，还是英伟达股价今年飙升了近246%，今年5月，英伟达股市估值超过1万亿美元，同伴只有科技巨头苹果、亚马逊、谷歌母公司Alphabet和微软。