涉及面广：多模态生成模型——MLLM（目前集中在视觉语言模型——VLM）、大语言模型——LLM、生成模型（SD系列）、对比学习的经典模型（CLIP系列）。持续更新：对于已经完成解读的会附上链接（有的会在一些场景做尝试，也会附上链接供大家快速参考结果），准备写的会备注筹备中。适宜人群：节省大把时间，快速定位需要的部分，适合学生、入门AIGC者和从业者作为笔记检索使用。———————————————————————————————————————————RAM论文题目：RecognizeAnything:AStrongImageTaggingModel关键词：RAM、属性识别、多标签分类、解读论文

最近，通义千问实火。前段时间被网友玩疯的全民舞王，让「AI科目三」频频登上热搜。让甄嬛、慈禧、马斯克、猫主子和兵马俑能跳舞那款AI，就藏在通义千问APP背后。来源：深夜来点薯片来源：深夜来点薯片最强国产视觉语言模型了解一下就在这几天，通义千问团队又对多模态大模型下手了——再一次升级通义千问视觉语言模型Qwen-VL，继Plus版本之后，又推出Max版本。Qwen-VL是阿里在2023年8月推出的具备图文理解能力的大模型，基于通义千问语言模型开发。升级后的Qwen-VL视觉水平大幅提升，对很多图片的理解水平接近人类。并且，还能够支持百万像素以上的高清分辨率图，以及各种极端长宽比的图片。升级版模型

写在前面——本篇为原创内容，如转载/引用请务必注明出处！！（最后更新于2023年11月16日）如有错误，欢迎评论区指出！！不胜感激！！点赞三连谢谢!!!如有MedicalImageAnalysis,ClinicalDataMining,AIinHealtcare,LLMs合作或共同学习意向，欢迎pm私信我，我给你发社交账号～～Aims:帮助大家更快地了解目前处在起步阶段的“医学视觉大模型”。可以当作“Perspectivearticle”来阅读。医学图像辅助诊断是指使用计算机技术（如图像处理、模式识别等）来分析医学成像数据（如X射线、CT、MRI、Histology、Endoscope等），旨