AIGC動態(tài)歡迎閱讀

原標(biāo)題：國產(chǎn)端側(cè)小模型超越 GPT-4V，「多模態(tài)」能力飛升
關(guān)鍵字：模型,能力,報告,終端,智能
文章來源：AI科技評論
內(nèi)容字?jǐn)?shù)：8731字

內(nèi)容摘要：

端側(cè)大模型的解耦難題：是模型適配終端，還是終端適配模型？作者 | 西西
編輯 | 陳彩嫻
在剛剛過去的機器人學(xué)術(shù)頂會 ICRA 2024 上，「具身智能」成為熱議，其中圍繞具身智能的一個普遍疑問是：若將 AI 大模型應(yīng)用到消費級機器人領(lǐng)域，首先是模型適配終端，還是終端適配模型？
過去一年，由于 6B、7B 等小模型的成果井噴，以及 MoE 訓(xùn)練技術(shù)的越發(fā)成熟，將模型跑在手機、學(xué)習(xí)機、平板電腦、機器人甚至汽車等等終端應(yīng)用上的想象力開始變大，無論算法層還是硬件層都「蠢蠢欲動」。誠然，這已經(jīng)成為一個明朗的行業(yè)方向，但在系統(tǒng)整合上卻要面臨不同話語體系之間的博弈。
以機器人為例。從算法層看，將模型做小是關(guān)鍵，但硬件廠商關(guān)心的卻是模型能否適配自身的產(chǎn)品：
首先，消費機器人有固定的產(chǎn)品周期，從研發(fā)到投入市場往往要經(jīng)歷大半年到一年半左右的時間。因此，盡管 ChatGPT 破圈后已經(jīng)過去一年多，但目前已經(jīng)上市的掃地機中卻沒有已經(jīng)部署大模型的產(chǎn)品；
其次，硬件底層的芯片有上限，芯片設(shè)計完后就是一個性能參數(shù)限定的「物理」產(chǎn)品，其中帶寬能跑多少、內(nèi)存能用多大都已經(jīng)是已知數(shù)，這就直接了應(yīng)用在硬件上的 AI 模型

原文鏈接：國產(chǎn)端側(cè)小模型超越 GPT-4V，「多模態(tài)」能力飛升

聯(lián)系作者

文章來源：AI科技評論
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。