微軟首個(gè)多模態(tài)Phi-4問(wèn)世，56億參數(shù)秒殺GPT-4o！LoRA華人大佬帶隊(duì)

原標(biāo)題：微軟首個(gè)多模態(tài)Phi-4問(wèn)世，56億參數(shù)秒殺GPT-4o！LoRA華人大佬帶隊(duì)
文章來(lái)源：新智元
內(nèi)容字?jǐn)?shù)：7329字

微軟Phi-4系列模型：小而強(qiáng)大，多模態(tài)賦能未來(lái)

微軟近日發(fā)布了Phi-4系列的兩個(gè)新成員：Phi-4-multimodal和Phi-4-mini，這兩個(gè)小巧卻功能強(qiáng)大的模型，標(biāo)志著微軟在人工智能領(lǐng)域的又一重大突破。

1. Phi-4-multimodal：首個(gè)多模態(tài)模型，性能卓越

   Phi-4-multimodal是微軟首個(gè)集語(yǔ)音、視覺(jué)和文本多模態(tài)于一體的模型，參數(shù)量?jī)H為56億。它采用混合LoRA技術(shù)，在統(tǒng)一的表示空間內(nèi)處理多種模態(tài)信息，實(shí)現(xiàn)了高效、低延遲的推理。其性能在多個(gè)基準(zhǔn)測(cè)試中超越了部分大型開(kāi)源模型，例如在語(yǔ)音識(shí)別方面超過(guò)了WhisperV3和SeamlessM4T-v2-Large，在視覺(jué)推理方面也表現(xiàn)出色，甚至在某些任務(wù)上超過(guò)了Gemini-2-Flash-lite-preview和Claude-3.5-Sonnet。

   該模型的應(yīng)用場(chǎng)景廣泛，例如可以理解圖像并生成Markdown表格，進(jìn)行實(shí)時(shí)語(yǔ)言翻譯、照片和視頻分析等。其優(yōu)異的性能和低資源消耗使其成為嵌入智能設(shè)備和邊緣計(jì)算平臺(tái)的理想選擇。

2. Phi-4-mini：參數(shù)精簡(jiǎn)，性能強(qiáng)勁

   Phi-4-mini擁有38億參數(shù)，是一個(gè)高效的解碼器模型，支持128K token上下文，并在推理、數(shù)學(xué)、編程等任務(wù)中超越了參數(shù)更大的模型。在Math-500數(shù)學(xué)測(cè)試中，它取得了90.4分的驚人成績(jī)，與DeepSeek R1、o1-mini不相上下。其強(qiáng)大的函數(shù)調(diào)用功能使其能夠訪問(wèn)外部知識(shí)和功能，進(jìn)一步提升了其在基于文本任務(wù)中的表現(xiàn)。

   Phi-4-mini的低資源消耗和高性能使其非常適合在計(jì)算資源受限的環(huán)境中使用，例如嵌入手機(jī)、汽車(chē)等設(shè)備中。

3. 應(yīng)用場(chǎng)景廣泛，賦能各行各業(yè)

   Phi-4系列模型的低資源消耗和高性能使其在多個(gè)領(lǐng)域具有廣泛的應(yīng)用前景。例如，在手機(jī)領(lǐng)域，可以集成到手機(jī)中，提供實(shí)時(shí)語(yǔ)言翻譯、圖像分析等功能；在汽車(chē)領(lǐng)域，可以用于車(chē)載輔助系統(tǒng)，提高駕駛安全性；在金融領(lǐng)域，可以用于自動(dòng)化金融計(jì)算、生成報(bào)告等。

4. 微軟的持續(xù)創(chuàng)新和技術(shù)實(shí)力

   Phi-4系列模型的發(fā)布，離不開(kāi)微軟在人工智能領(lǐng)域持續(xù)的研發(fā)投入和技術(shù)積累。微軟副總裁Weizhu Chen及其團(tuán)隊(duì)在LoRA等技術(shù)的研發(fā)方面做出了突出貢獻(xiàn)，為Phi系列模型的成功奠定了堅(jiān)實(shí)的基礎(chǔ)。這些創(chuàng)新技術(shù)不僅推動(dòng)了微軟自身產(chǎn)品的進(jìn)步，也為整個(gè)行業(yè)的發(fā)展做出了貢獻(xiàn)。

總而言之，Phi-4-multimodal和Phi-4-mini的推出，展現(xiàn)了微軟在小模型領(lǐng)域的技術(shù)實(shí)力，也為人工智能的未來(lái)發(fā)展提供了新的可能性。它們高效、強(qiáng)大的性能，以及廣泛的應(yīng)用場(chǎng)景，將為各行各業(yè)帶來(lái)變革性的影響。

聯(lián)系作者

文章來(lái)源：新智元
作者微信：
作者簡(jiǎn)介：智能+中國(guó)主平臺(tái)，致力于推動(dòng)中國(guó)從互聯(lián)網(wǎng)+邁向智能+新紀(jì)元。重點(diǎn)關(guān)注人工智能、機(jī)器人等前沿領(lǐng)域發(fā)展，關(guān)注人機(jī)融合、人工智能和機(jī)器人對(duì)人類(lèi)社會(huì)與文明進(jìn)化的影響，領(lǐng)航中國(guó)新智能時(shí)代。