爆打多模態(tài)王者 GPT-4V、Gemini Pro！這個小小端側(cè)模型殺瘋了！

AIGC動態(tài)歡迎閱讀

原標(biāo)題：爆打多模態(tài)王者 GPT-4V、Gemini Pro！這個小小端側(cè)模型殺瘋了！
關(guān)鍵字：模型,報告,能力,高效,圖像
文章來源：夕小瑤科技說
內(nèi)容字?jǐn)?shù)：6676字

內(nèi)容摘要：

夕小瑤科技說 分享多模態(tài)王者 GPT-4V、Gemini Pro ，竟然被一個端側(cè)模型打爆了！而且這個模型還憑強勁實力拿下了全球最強端側(cè)多模態(tài)模型王座！
有圖有。比如輸入一張充滿繁密字跡的《三體》主體的建筑圖， GPT-4V 壓根答不上來。
但這個端側(cè)模型卻能一眼道破，甚至還能推理出該建筑對《三體》的意義：
或許你會覺得要達(dá)到力壓 GPT-4V 的效果，這個模型肯定得上千億參數(shù)起步；
但如果我告訴你這個端側(cè)模型只有8B參數(shù)，你敢信嗎？筆者我最開始也是不信的，畢竟 GPT-4V 據(jù)說可是有幾千上萬億參數(shù)。
然而事實擺在眼前，我卻不得不信。
那么這背后究竟是什么模型？又是如何做到的呢？
不賣關(guān)子了，這背后就是由國內(nèi)大模型研發(fā)頭部公司面壁智能最新打造的最強端側(cè)多模態(tài)模型——MiniCPM-Llama3-V 2.5。
據(jù)說內(nèi)部叫做小鋼炮 520 特別版，是送給開源社區(qū)的一份情人節(jié)禮物 ??
嘖嘖嘖，這浪漫的簡直不像個科技公司。MiniCPM-Llama3-V 2.5的厲害之處在于，它不僅是最強端側(cè)多模態(tài)模型，而且支持30多種語言，此外，它還同時具備：
最強端側(cè)多模態(tài)綜合性能：超越多

原文鏈接：爆打多模態(tài)王者 GPT-4V、Gemini Pro！這個小小端側(cè)模型殺瘋了！

聯(lián)系作者

文章來源：夕小瑤科技說
作者微信：xixiaoyaoQAQ
作者簡介：專業(yè)、有趣、深度價值導(dǎo)向的科技媒體。聚集30萬AI工程師、研究員，覆蓋500多家海內(nèi)外機構(gòu)投資人，互聯(lián)網(wǎng)大廠中高管和AI公司創(chuàng)始人。一線作者來自清北、國內(nèi)外頂級AI實驗室和大廠，兼?zhèn)涿翡J的行業(yè)嗅覺和洞察深度。商務(wù)合作：zym5189