首頁(yè) 資訊 國(guó)內(nèi) 聚焦 教育 關(guān)注 熱點(diǎn) 要聞 民生1+1 國(guó)內(nèi)

商湯科技發(fā)布多模態(tài)多任務(wù)通用大模型“書生2.5”

來(lái)源:證券日?qǐng)?bào)網(wǎng)     發(fā)布時(shí)間:2023-03-15 14:56:38


(資料圖)

本報(bào)記者 李喬宇

3月14日,商湯科技發(fā)布多模態(tài)多任務(wù)通用大模型“書生(INTERN)2.5”,在多模態(tài)多任務(wù)處理能力方面實(shí)現(xiàn)多項(xiàng)全新突破,其圖文跨模態(tài)開(kāi)放任務(wù)處理能力可為自動(dòng)駕駛、機(jī)器人等通用場(chǎng)景任務(wù)提供高效精準(zhǔn)的感知和理解能力支持,向通用人工智能邁出堅(jiān)實(shí)的一步。“書生(INTERN)”最初版本由商湯科技、上海人工智能實(shí)驗(yàn)室、清華大學(xué)、香港中文大學(xué)、上海交通大學(xué)在2021年11月首次共同發(fā)布,并持續(xù)聯(lián)合研發(fā)。

“書生2.5”擁有30億參數(shù),不僅是世界上開(kāi)源模型中ImageNet準(zhǔn)確度最高、規(guī)模最大的模型,也是物體檢測(cè)標(biāo)桿數(shù)據(jù)集COCO中唯一超過(guò)65.0mAP的模型。目前,“書生2.5”多模態(tài)通用大模型已在通用視覺(jué)開(kāi)源平臺(tái)OpenGVLab開(kāi)源,為學(xué)術(shù)界和產(chǎn)業(yè)界的多模態(tài)通用模型研發(fā)提供有力支撐。

當(dāng)前,人工智能技術(shù)的發(fā)展正面臨著大量跨模態(tài)任務(wù)的挑戰(zhàn),為滿足快速增長(zhǎng)的各式應(yīng)用場(chǎng)景需求,發(fā)展更為通用的人工智能模型已成為科技前沿的核心焦點(diǎn)問(wèn)題。此次全新發(fā)布的“書生2.5”致力于多模態(tài)多任務(wù)通用模型的構(gòu)建,可接收處理各種不同模態(tài)的輸入,并采用統(tǒng)一的模型架構(gòu)和參數(shù)處理各種不同的任務(wù),促進(jìn)不同模態(tài)和任務(wù)之間在表示學(xué)習(xí)方面的協(xié)作,逐步實(shí)現(xiàn)通用人工智能領(lǐng)域的融會(huì)貫通。

“書生2.5”實(shí)現(xiàn)了通過(guò)文本來(lái)定義任務(wù),從而可以靈活地定義不同場(chǎng)景的任務(wù)需求,并根據(jù)給定視覺(jué)圖像和任務(wù)的提示性語(yǔ)句,給出相應(yīng)的指令或作答,進(jìn)而具備通用場(chǎng)景下的高級(jí)感知和復(fù)雜問(wèn)題處理能力,比如圖像描述、視覺(jué)問(wèn)答、視覺(jué)推理和文字識(shí)別等。

(編輯 張明富)

關(guān)鍵詞:

頻道精選

首頁(yè) | 城市快報(bào) | 國(guó)內(nèi)新聞 | 教育播報(bào) | 在線訪談 | 本網(wǎng)原創(chuàng) | 娛樂(lè)看點(diǎn)

Copyright @2008-2018 經(jīng)貿(mào)網(wǎng) 版權(quán)所有 皖I(lǐng)CP備2022009963號(hào)-11
本站點(diǎn)信息未經(jīng)允許不得復(fù)制或鏡像 聯(lián)系郵箱:39 60 29 14 2 @qq.com