AIGC動(dòng)態(tài)歡迎閱讀

原標(biāo)題：生圖超級(jí)外掛！賈佳亞團(tuán)隊(duì)提出 VLM 模型 Mini-Gemini，堪比 GPT4+DALLE3 王炸組合
關(guān)鍵字：圖像,模型,數(shù)據(jù),圖片,能力
文章來源：AI科技評(píng)論
內(nèi)容字?jǐn)?shù)：4774字

內(nèi)容摘要：

更高清圖像的精確理解、更高質(zhì)量的訓(xùn)練數(shù)據(jù)、更強(qiáng)的圖像解析推理能力，還能結(jié)合圖像推理和生成，香港中文大學(xué)終身教授賈佳亞團(tuán)隊(duì)提出的這款多模態(tài)模型Mini-Gemini堪稱絕絕子，相當(dāng)于開源社區(qū)的GPT4+DALLE3的王炸組合！
Mini-Gemini還提供了2B小杯到34B的超大杯，最強(qiáng)模型在多個(gè)指標(biāo)上相比Google Gemini Pro甚至GPT-4V都不遑多讓。目前，Mini-Gemini從代碼、模型、到數(shù)據(jù)已全部開源，登上了PaperWithCode熱榜。
Mini-Gemini線上Demo也已發(fā)布，超會(huì)玩梗，一起來體驗(yàn)下！
Mini-Gemini Demo放出后受到廣大網(wǎng)友關(guān)注，一番“品嘗”后，他們認(rèn)為Mini-Gemini跟商業(yè)模型差不了多少！目前，絕大多數(shù)多模態(tài)模型僅支持低分辨率圖像輸入和文字輸出，而在實(shí)際場景中，許多任務(wù)都需要對(duì)高清圖像進(jìn)行解析，并用圖像的形式進(jìn)行展現(xiàn)。
如上圖所示，Mini-Gemini不僅能夠根據(jù)圖片對(duì)做面包的過程進(jìn)行手把手教學(xué)，也能夠準(zhǔn)確將不同電腦品種根據(jù)圖片中的各種參數(shù)進(jìn)行對(duì)比。網(wǎng)友表示：媽媽再也不用擔(dān)心我的生活了。
更重要的是，Mini-Gemi

原文鏈接：生圖超級(jí)外掛！賈佳亞團(tuán)隊(duì)提出 VLM 模型 Mini-Gemini，堪比 GPT4+DALLE3 王炸組合

聯(lián)系作者

文章來源：AI科技評(píng)論
作者微信：aitechtalk
作者簡介：雷峰網(wǎng)旗下AI新媒體。聚焦AI前沿研究，關(guān)注AI工程落地。