AIGC動態歡迎閱讀

原標題：國產多模態卷上下文長度：原生支持24K圖文輸入輸出，圖像視頻理解對標GPT4V
關鍵字：模型,圖像,視頻,能力,代碼
文章來源：量子位
內容字數：0字

內容摘要：

陳林 投稿自 凹非寺量子位 | 公眾號 QbitAI國產多模態大模型，也開始卷上下文長度。
書生·浦語靈筆（InternLM-XComposer）多模態大模型升級2.5版本——
原生支持24K多模態圖文上下文，超過20輪的圖文交互，具備圖像視頻理解、網頁創作、圖文寫作等多項功能。
該開源模型一出，一度在Hugging Face登上熱榜第五。
作為8B量級性能最優秀的多模態大模型之一，它在多項評測性能上對標GPT4V和Gemini Pro。
而除了支持長上下文輸入，InternLM-XComposer 2.5版本（以下簡稱IXC 2.5）同時訓練了長序列輸出能力，模型支持高質量網頁創作和文章生成。
兼容三種多模態理解能力IXC 2.5同時兼顧了多模態模型的理解和內容輸出能力，主要包括三種多模態理解能力。
包括超過4K分辨率的圖像理解、多輪多圖超長對話、精細視頻內容分析。
來具體看看大模型實力如何。
高分辨率圖像理解，它支持分析文檔、網頁、圖表等信息豐富的超高清圖像。
比如扔給它之前的文章，圖像分辨率為1312×22619像素，并詢問IXC 2.5關于截圖內容的問題。
嗯，還能知道是量子位

原文鏈接：國產多模態卷上下文長度：原生支持24K圖文輸入輸出，圖像視頻理解對標GPT4V

聯系作者

文章來源：量子位
作者微信：
作者簡介：