最強(qiáng)全模態(tài)模型Ola-7B橫掃圖像、視頻、音頻主流榜單，騰訊混元Research&清華&NTU聯(lián)手打造

Ola 的核心設(shè)計(jì)在于其漸進(jìn)式模態(tài)對齊策略。

原標(biāo)題：最強(qiáng)全模態(tài)模型Ola-7B橫掃圖像、視頻、音頻主流榜單，騰訊混元Research&清華&NTU聯(lián)手打造
文章來源：機(jī)器之心
內(nèi)容字?jǐn)?shù)：8971字

Ola：一款超越現(xiàn)有模型的全模態(tài)語言模型

本文介紹了Ola，一個(gè)由騰訊混元Research、清華大學(xué)智能視覺實(shí)驗(yàn)室和南洋理工大學(xué)S-Lab合作開發(fā)的全模態(tài)語言模型。Ola在圖像、視頻和音頻理解方面展現(xiàn)出卓越性能，甚至超越了當(dāng)前最先進(jìn)的專用多模態(tài)模型，例如Qwen2.5-VL和InternVL2.5。

1. Ola模型的核心優(yōu)勢

Ola的核心在于其**漸進(jìn)式模態(tài)對齊策略**。該策略并非一次性融合所有模態(tài)數(shù)據(jù)，而是逐步引入：首先是圖像和文本，然后是語音數(shù)據(jù)（連接語言和音頻），最后是視頻數(shù)據(jù)（連接所有模態(tài)）。這種方法降低了訓(xùn)練難度和成本，并保持了跨模態(tài)對齊數(shù)據(jù)的規(guī)模相對較小。

2. Ola模型的架構(gòu)和數(shù)據(jù)

Ola采用可擴(kuò)展的架構(gòu)，支持全模態(tài)輸入和流式文本及語音生成。它包含視覺和音頻聯(lián)合對齊模塊，利用局部-全局注意力池化層融合視覺輸入，并實(shí)現(xiàn)視覺、音頻和文本標(biāo)記的組合。此外，Ola集成了逐句流式解碼模塊，實(shí)現(xiàn)高質(zhì)量語音合成。

在數(shù)據(jù)方面，Ola利用了大規(guī)模文本-圖像數(shù)據(jù)、視頻對話數(shù)據(jù)以及精心設(shè)計(jì)的音頻數(shù)據(jù)（包括ASR、音頻字幕、音頻問答等）。值得一提的是，Ola團(tuán)隊(duì)開發(fā)了一種方法生成跨模態(tài)視頻數(shù)據(jù)，利用視頻和字幕生成問答對，從而加強(qiáng)模型對視頻和音頻之間關(guān)系的理解。

3. Ola模型的性能表現(xiàn)

在多個(gè)基準(zhǔn)測試中，Ola都取得了領(lǐng)先的成績：

• 圖像基準(zhǔn)測試：在OpenCompass基準(zhǔn)測試中，Ola在8個(gè)數(shù)據(jù)集上的平均準(zhǔn)確率達(dá)到72.6%，在所有30B參數(shù)以內(nèi)的模型中排名第一，超越了GPT-4o、InternVL2.5等模型。
• 視頻基準(zhǔn)測試：在VideoMME中，Ola取得了68.4%的準(zhǔn)確率，超越了LLaVA-Video、VideoLLaMA3等模型。
• 音頻基準(zhǔn)測試：Ola在語音識(shí)別和評估等任務(wù)中也表現(xiàn)出色，接近最好音頻理解模型的水平。

實(shí)驗(yàn)結(jié)果表明，Ola的全模態(tài)訓(xùn)練策略有效提升了模型性能，尤其是在結(jié)合音頻信息后，視頻理解能力得到了顯著提升。

4. Ola模型的開源貢獻(xiàn)

Ola模型、代碼和訓(xùn)練數(shù)據(jù)均已開源，旨在推動(dòng)全模態(tài)理解領(lǐng)域的研究發(fā)展。其漸進(jìn)式模態(tài)對齊策略為訓(xùn)練高效且性能強(qiáng)大的全模態(tài)模型提供了一種新的思路。

5. 總結(jié)

Ola模型在全模態(tài)理解領(lǐng)域取得了顯著突破，其高效的訓(xùn)練策略和優(yōu)異的性能為未來通用人工智能模型的研究提供了寶貴的參考。 該模型的開源也為研究者提供了更便捷的工具，促進(jìn)該領(lǐng)域的進(jìn)一步發(fā)展。

聯(lián)系作者

文章來源：機(jī)器之心
作者微信：
作者簡介：專業(yè)的人工智能媒體和產(chǎn)業(yè)服務(wù)平臺(tái)