最強開源多模態生成模型MM-Interleaved：首創特征同步器

AIGC動態歡迎閱讀

原標題：最強開源多模態生成模型MM-Interleaved：首創特征同步器
關鍵字：圖像,模型,任務,框架,圖文
文章來源：機器之心
內容字數：5655字

內容摘要：

機器之心專欄
機器之心編輯部過去幾個月中，隨著 GPT-4V、DALL-E 3、Gemini 等重磅工作的相繼推出，「AGI 的下一步」—— 多模態生成大模型迅速成為全球學者矚目的焦點。
想象一下，AI 不僅會，還長了「眼睛」，能看懂圖片，甚至還會通過畫畫來表達自己！這意味著，你可以和它們談天說地，分享圖片或視頻，它們也同樣能用圖文并茂的方式回應你。
最近，上海人工智能實驗室聯合香港中文大學多媒體實驗室（MMLab）、清華大學、商湯科技、多倫多大學等多家高校、機構，共同發布了一個多才多藝的最強開源多模態生成模型 MM-Interleaved，借助全新提出的多模態特征同步器刷新多項任務 SOTA。它擁有對高分辨率圖像細節和微妙語義的精準理解能力，支持任意穿插的圖文輸入和輸出，帶來了多模態生成大模型的嶄新突破。論文地址：https://arxiv.org/pdf/2401.10208.pdf
項目地址：https://github.com/OpenGVLab/MM-Interleaved
模型地址：https://huggingface.co/OpenGVLab/MM-Interlea

原文鏈接：最強開源多模態生成模型MM-Interleaved：首創特征同步器

聯系作者

文章來源：機器之心
作者微信：almosthuman2014
作者簡介：專業的人工智能媒體和產業服務平臺