Google 发布 PaliGemma 2 Mix 系列视觉语言模型

Google 发布 PaliGemma 2 Mix 系列视觉语言模型，该系列在 OCR、长短期图像描述等视觉语言任务上进行了微调。提供 3B、10B、28B 三种参数规模及 224x224、448x448 两种分辨率，支持通过 Transformers 框架进行推理和微调，并开放了 10B 模型的在线 Demo。