Nvidia发布NVLM 1.0多模态模型，性能媲美GPT-4o与Llama 3-V

Nvidia发布多模态大型语言模型NVLM 1.0，展示了在视觉语言与文本任务上的强大表现，特别是在OCR和自然图像理解方面。该模型权重与程序代码已开源，性能接近GPT-4o和Llama 3-V。