资源简介
介绍Orion，一个能够看、思考并行动的视觉代理。使用一个API就能理解和处理图像、视频和文档中的信息。
相关资源
VLM-Driver
好的，请提供你需要翻译或确认的文本内容。
로민 Lomin | VLM 기반 Document AI 에이전트 플랫폼
Lomin是一款基于VLM的Document AI代理平台。它能够实现AI OCR、解析、分类、提取、去标识化等功能，同时还支持与各种行业专用代理和系统的集成，从而彻底实现文档工作的自动化处理。该平台拥有国内最多的部署案例，已有80多家金融、公共行业和制造业企业采用了该平台，因此成为Document AI领域的领先企业。
VLMgineer: Vision Language Models as Robotic Toolsmiths
视图语言模型作为机器人工具师
SafeVL: Driving Safety Evaluation via Meticulous Reasoning in Vision Language Models
SafeVL: 视觉语言模型驱动的安全性评估通过细致的推理
SimpleStream: A Simple Baseline for Streaming Video Understanding
SimpleStream: 一种简单的滑动窗口基础线，它只将最新的N帧提供给现有的视觉语言模型，就足以与已发表的流式视频理解模型匹敌或超越。
ConceptGraphs: Open-Vocabulary 3D Scene Graphs for Perception and Planning
ConceptGraphs: 开放词汇的3D场景图用于感知和规划