华盛顿大学、斯坦福大学、AI2、UCSB和谷歌的研究人员最近发布了OpenFlamingo v2，推出了五个新的多模态模型，覆盖了3B、4B和9B规模，超越了之前的模型。OpenFlamingo项目的目标是构建类似DeepMind Flamingo团队的模型，能够处理混合文本和图像序列，并生成文本作为输出。这些模型在字幕生成、视觉问答和图像分类等任务中都能发挥作用。研究人员通过在已经预训练的静态语