小型语言模型（SLM）已经出现，成本效益和可持续发展的考虑将加速这一趋势。
正如我们在文章《视频号到大声谈钱的时候了》中所说，视频号早期虽然存在基建不完善、流量不精准、方法难掌握、用户老龄化等问题，但基于微信的庞大流量，以及高客单、高复购、高粘性、低退货等特点，视频号仍然让不少品牌掘到了红利。
论文网址：https://arxiv.org/abs/2312.17234
图源备注：图片由AI生成，图片授权服务商Midjourney
在实验中，VCoder与开源的多模态LLMs（如MiniGPT-4、InstructBLIP、LLaVA-1.5和CogVLM）进行了比较，并在COST验证集上进行了测试。实验结果表明，VCoder在对象识别任务中表现最佳，特别是在对象计数和识别方面优于基线模型。在处理复杂场景中的对象计数和识别任务时，VCoder展现出更高的准确性，尤其是在场景中有许多实体时。