首页/2023 年 6 月/微软/事件 开源微软图像生成 Kosmos-2 多模态视觉语言模型开源 微软开源多模态大模型 Kosmos-2，将视觉边界框坐标与文本表述融合建模，赋予多模态模型视觉空间定位感知能力。 公告日期2023-06-26 开放使用日期与公告日期相同 厂商微软 模态图片、语言 核实状态已核实 原始资料 论文arXiv 论文arxiv.org/abs/2306.14824 更早ChatGLM2-6B 开放权重 更近Claude 2 正式发布