MiniGPT-4 est un modèle de compréhension visuelle du langage basé sur un modèle linguistique de grande taille avancé. Il est capable de générer des descriptions d'images détaillées, de créer des sites web à partir de croquis manuscrits, etc. Il peut également écrire des histoires et des poèmes à partir d'une image donnée, proposer des solutions à des problèmes, apprendre à l'utilisateur à cuisiner à partir d'une photo d'aliment, etc. MiniGPT-4 est pré-entraîné sur des paires image-texte brutes et affiné sur des données alignées avec un modèle de dialogue afin d'améliorer la cohérence et la précision des résultats générés. Pour les informations sur les prix et le positionnement de MiniGPT-4, veuillez consulter le site web officiel.