元乘象Chatimg3.0来了,赶超GPT-4V,还给出产业升级新打法
最近,AI 领域都在思考一件事:多模态大模型落地产业,好的打法应该是什么?通用人工智能时代正在到来,AI 大模型技术已成为数字经济下基础设施建设的重要支撑,也成为产业智能化转型的核心「引擎」,AI 大模型 + 产业应用迎来了前所未有的发展机遇。在 10 月 28 日举办的 CNCC 2023「超智融合 AI 大模型应用落地发展论坛」上,智子引擎发布了「元乘象 Chatimg3.0」,展示了多模态通用生成模型「元乘象 Chatimg3.0」的最新进展与落地探索。Chatimg3.0 核心技术的升级迭代元乘象 Chatimg3.0 是一个超精细识别、少幻觉的多模态大模型,同时支持多图理解、物体定位、OCR 等功能。Chatimg3.0 给硬件设备装上了大脑,可实现更自然更流畅的人机交流,为 AI 多模态大模型赋能产业应用打下了坚实的基础。与 Chatimg2.0 相比,Chatimg3.0 主要进行了两方面的升级,包括第一阶段的预训练(描述、检测、OCR 等多任务训练)以及第二阶段的指令微调(高质量的人工精筛指令集)。为更好的评估多模态大模型的能力,智子引擎构建了一个全新的多模态对话测试集,从描述、推理、检测、问答、业务五个方面对模型能力进行评测,而且在问答和业务两个方面的能力上赶超 GPT-4V,展现出了国产大模型优秀的发展潜力。
左:Chatimg3.0,右:GPT-4V。
相关推荐
- 免责声明
- 本文所包含的观点仅代表作者个人看法,不代表新火种的观点。在新火种上获取的所有信息均不应被视为投资建议。新火种对本文可能提及或链接的任何项目不表示认可。 交易和投资涉及高风险,读者在采取与本文内容相关的任何行动之前,请务必进行充分的尽职调查。最终的决策应该基于您自己的独立判断。新火种不对因依赖本文观点而产生的任何金钱损失负任何责任。