我的眼睛就是尺！80億參數OtterHD帶你「清明上河圖」數駱駝！南洋理工華人團隊打造

AIGC動態歡迎閱讀

原標題：我的眼睛就是尺！80億參數OtterHD帶你「清明上河圖」數駱駝！南洋理工華人團隊打造

關鍵字：模型,分辨率,團隊,基準,圖像

文章來源：新智元

內容字數：5131字

內容摘要：新智元報道編輯：好困【新智元導讀】最近，由南洋理工華人團隊新提出的80億參數多模態大模型OtterHD，不僅可以搞定讓GPT-4V都發愁的難題，甚至還可以數出來《清明上河圖》（局部）里到底有多少只駱駝！想知道《清明上河圖》里面有多少頭駱駝嗎？來看看這個支持超高清輸入的多模態模型吧。最近，來自南洋理工的華人團隊基于Fuyu-8B打造出了80億參數的多模態大模型OtterHD。論文地址：https://arxiv.org/abs/2311.04219與受限于固定尺寸視覺編碼器的傳統模型不同，OtterHD-8B具有處理靈活輸入尺寸的能力，確保了其在各種推理需求下的通用性。同時，團隊還提出了一個全新的基準測試MagnifierBench，可以細致地評測LLM辨別大尺寸圖像中物體的微小細節和空間關系的能力。結果顯示，OtterHD-8B的表現，尤其是在直接處理高分辨率輸入時，遠遠優于同類模型。效果…

原文鏈接：點此閱讀原文：我的眼睛就是尺！80億參數OtterHD帶你「清明上河圖」數駱駝！南洋理工華人團隊打造

聯系作者

文章來源：新智元

作者微信：AI_era

作者簡介：智能+中國主平臺，致力于推動中國從互聯網+邁向智能+新紀元。重點關注人工智能、機器人等前沿領域發展，關注人機融合、人工智能和機器人對人類社會與文明進化的影響，領航中國新智能時代。