4 月 17 日消息，據(jù)上海人工智能實(shí)驗(yàn)室官方公眾號(hào)，4 月 16 日，上海人工智能實(shí)驗(yàn)室（上海 AI 實(shí)驗(yàn)室）升級(jí)并開源了通用多模態(tài)大模型書生?萬(wàn)象 3.0（InternVL3）。Cm928資訊網(wǎng)——每日最新資訊28at.com

官方介紹，通過(guò)采用創(chuàng)新的多模態(tài)預(yù)訓(xùn)練和后訓(xùn)練方法，InternVL3 多模態(tài)基礎(chǔ)能力全面提升，在專家級(jí)基準(zhǔn)測(cè)試、多模態(tài)性能全面測(cè)試中，10 億~780 億參數(shù)的全量級(jí)版本在開源模型中性能均位列第一，同時(shí)大幅提升了圖形用戶界面（GUI）智能體、建筑場(chǎng)景圖紙理解、空間感知推理以及通識(shí)學(xué)科推理等方面的能力。Cm928資訊網(wǎng)——每日最新資訊28at.com

Cm928資訊網(wǎng)——每日最新資訊28at.com

據(jù)介紹，該團(tuán)隊(duì)提出了一種創(chuàng)新的原生多模態(tài)預(yù)訓(xùn)練方法，與傳統(tǒng)的先優(yōu)化大語(yǔ)言模型再添加視覺能力的方法不同，這種方法在模型的預(yù)訓(xùn)練階段將文本數(shù)據(jù)與多模態(tài)數(shù)據(jù)無(wú)縫結(jié)合，讓模型能夠同時(shí)學(xué)習(xí)語(yǔ)言和視覺，從而能夠同時(shí)處理文本和多模態(tài)輸入。Cm928資訊網(wǎng)——每日最新資訊28at.com

除了可以處理通用的多模態(tài)任務(wù)之外，InternVL3 還拓展了多方面的多模態(tài)能力，如圖形用戶界面（GUI）智能體、建筑場(chǎng)景圖紙理解、空間感知推理、通識(shí)學(xué)科推理等。Cm928資訊網(wǎng)——每日最新資訊28at.com

據(jù)介紹，InternVL3 可作為 GUI 智能體，遵循指令去操作電腦或者手機(jī)上的專業(yè)軟件。Cm928資訊網(wǎng)——每日最新資訊28at.com

Cm928資訊網(wǎng)——每日最新資訊28at.com

Cm928資訊網(wǎng)——每日最新資訊28at.com

匯總有關(guān)鏈接如下：Cm928資訊網(wǎng)——每日最新資訊28at.com

技術(shù)報(bào)告鏈接：https://huggingface.co/ papers / 2504.10479Cm928資訊網(wǎng)——每日最新資訊28at.com

代碼開源 / 模型使用方法：https://github.com/ OpenGVLab / InternVLCm928資訊網(wǎng)——每日最新資訊28at.com

模型地址：https://huggingface.co/ OpenGVLab / InternVL3-78BCm928資訊網(wǎng)——每日最新資訊28at.com

公測(cè)版本：https://chat.intern-ai.org.cn/Cm928資訊網(wǎng)——每日最新資訊28at.com

本文鏈接：http://www.rrqrq.com/showinfo-45-12388-0.html上海人工智能實(shí)驗(yàn)室開源多模態(tài)大模型“書生?萬(wàn)象 3.0”：能同時(shí)處理文本和多模態(tài)輸入

聲明：本網(wǎng)頁(yè)內(nèi)容旨在傳播知識(shí)，若有侵權(quán)等問(wèn)題請(qǐng)及時(shí)與本網(wǎng)聯(lián)系，我們將在第一時(shí)間刪除處理。郵件：[email protected]

上一篇： 全球首個(gè)人形機(jī)器人半馬 4 月 19 日舉辦，參賽機(jī)器人全陣容發(fā)布

下一篇： 跟上 ChatGPT 及 Gemini 步伐，馬斯克 xAI 旗下 Grok 增加“記憶”功能