开源多模态SOTA再易主，19B模型比肩GPT-4v，16G显存就能跑

作者：量子位发布时间：2024-05-22

Hugging Face

在线可玩开源多模态 SOTA 模型再易主！ Hugging Face 开发者大使刚刚把王冠交给了 CogVLM2，来自大模型创业公司智谱 AI。 CogVLM2 甚至在 3 项基准测试上超过 GPT...【查看原文】

相关资讯

GLM4-9B开源版本：多模态比肩GPT4V

GLM-4-9B是智谱AI推出的最新一代预训练模型GLM-4系列中的开源版本。GLM-4-9B使用了10T高质量多语言数据进行训练，数据量是ChatGLM3-6B模型的3倍以上。下载地址：https://ww…

AI资源分享 2024-12-19

Claude 3 惊喜上线：多模态能力比肩GPT-4V

作者：赖文昕、郭思编辑：陈彩娴过去不到一个月，OpenAI扔出Sora这个重磅炸弹后成为全球焦点，不

Claude Sora OpenAI

雷锋网 2024-04-02

在线教程 | 打败 GPT-4V？超强开源多模态大模型 LLaVA-OneVis

大语言模型（Large Language Model，简称 LLM）与多模态大模型（Large Multimodal Model，简称 LMM）是人工智能领域的两个核心发展方向。LLM 主要致力于处理和生成文本数据，而 LMM 则更进一步，它旨在整合和理解包括文本、图片、视频在内的多种数据类型。如今，LLM 已经相对成熟，ChatGPT 等在文字理解方面已经「对答如流」，人们开始将目光转移到多模态数据的理解上，令模型能够「读图、看视频」。近期，来自字节跳动、南洋理工大学、香港中文大学和香港科技大学的研究

人工智能大语言模型 ChatGPT 字节跳动

HyperAI超神经 2024-10-16

限时免费！国产多模态大模型重磅升级：性能赶超GPT-4V

快科技1月26日消息，今日，阿里云公布多模态大模型研究进展。据悉，通义千问视觉理解模型Qwen-VL再次升级，继Plus版本之后，再次推出Max版本，升级版模型拥有更强的视觉推理能力和中文理解能力

通义千问

朝晖 2024-01-26

清华团队攻破GPT-4V、谷歌Bard等模型，商用多模态大模型也脆弱？

机器之心专栏机器之心编辑部GPT-4近日开放了视觉模态（GPT-4V）。以GPT-4V、谷歌Bard为代表的多模态大语言模型(MultimodalLargeLanguageModels,MLLMs)将文本和视觉等模态相结合，在图像描述、视觉推理等各种多模态任务中展现出了优异的性能。

清华谷歌 Bard GPT-4 大语言模型

机器之心Pro 2023-10-17

近期资讯

掌握插耳机技巧，轻松享受音乐与听觉盛宴的秘诀

耳机主要分为两种，一种是插头式的，也就是我们常见的3.5mm插头耳机；另一种是蓝牙耳机。在插耳机之前，建议先观察一下耳机的插头。

新报观察 2024-12-31

试产进展顺利，台积电2纳米可望如期量产

业界传出，台积电已于竹科宝山厂试产2纳米制程约5000片，相关进展顺利，可望如期量产，后续高雄厂也将跟进量产2纳米。台积电此前在法说会上提到，2纳米制程技术研发进展顺利，装置性能和良率皆按照计划甚或优于预期。2纳米将如期在2025年进入量产，其量产曲线预计与3纳米相似。

金融界 2024-12-31

掌握苹果设备全屏操作技巧，提升工作与娱乐体验的指南

在日常使用苹果设备的时候，有时候我们会希望把某个应用程序或者窗口调到全屏状态，这样不仅能更好地集中注意力，还能享受更广阔的视野。对于不同的苹果设备，全屏操作的方法可能会有所不同，今天就来聊聊如何让你的苹果设备实现全屏显示。先说说Mac电脑。其实，使用Mac的全屏功能非常简单。

新报观察 2024-12-31

三星 Galaxy S25 Ultra 手机将搭载车祸检测传感器

IT之家12月31日消息，消息显示，三星即将推出的GalaxyS25系列或将配备车祸检测功能。早在OneUI5.1.1版本中，就已存在一个名为“MoccaMobile”的隐藏系统应用，其中包含启动和停止车祸传感器的代码。

IT之家 2024-12-31

古尔曼称苹果探索妙控鼠标未来形态：重点支持人体工学和手势

IT之家12月31日消息，彭博社记者马克・古尔曼（MarkGurman）今天（12月31日）在X平台发布推文，表示虽然目前没有听到相关的曝料线索，但认为苹果为妙控鼠标加入AI语音控制功能“合情合理”，引发了对苹果下一代鼠标的热议。

IT之家 2024-12-31

Meta 迫于压力，承诺为过保 Quest 2/3/3S 头显用户修复变砖

IT之家12月31日消息，MetaQuest系列头显因系统软件更新，出现大规模“变砖”故障，引发用户强烈不满。Meta最初拒绝为保修期外的Quest2/3/3S用户提供解决方案，后迫于舆论压力，改口称正在积极修复问题。

IT之家 2024-12-31

掌握五笔输入法的技巧与方法，提升打字速度与效率

振五笔是一种非常实用的输入法，尤其是在中文输入中，熟练掌握五笔字型可以大大提高打字的速度和效率。首先，我们来简单了解一下五笔字型的基本原理。只要你坚持不懈，勤加练习，最终一定能够掌握这门技能，享受中文输入带来的乐趣。

新报观察 2024-12-31

Meta 计划为 Facebook 引入 AI 角色机器人，可与用户互动对话

IT之家12月31日消息，外媒《金融时报》采访Meta的AI产品副总裁ConnorHayes获悉，Meta计划将AI生成的角色整合到Facebook社交平台中，IT之家参考报道获悉，Meta将通过提示词打造这些AI角色，相关角色将拥有独立个人资料卡，能够与用户进行互动评论，有点类似微博平台的“评论罗伯特”。

IT之家 2024-12-31

SpaceX与乌克兰最大移动运营商达成合作将推出卫星直连手机服务

当地时间周一，乌克兰最大的移动运营商Kyivstar的母公司VEON宣布，已经与马斯克旗下SpaceX签署了一项合作协议，将为这个处于战争中的国家提供星链卫星直连手机(DTC，DirecttoCell)的服务。不过，该服务预计最快要到明年第四季度才能开通，最初将支持短信和OTT消息，后期将扩展至语音和数据业务，该公司并未透露双方协议细节。

金融界 2024-12-31

在更卷赛道更严监管下谷歌将如何应变？CEO：明年聚焦Gemini模型

谷歌首席执行官桑达尔·皮查伊称，2025年对公司来说将是“关键的一年”，因为该公司在追赶人工智能的快速发展的同时，还面临着越来越多的竞争和监管障碍。据媒体报道，皮查伊和其他谷歌高管在该公司的2025年战略会议上列出了明年的优先事项。到2025年，我们需要坚持不懈地专注于释放这项技术（人工智能）的好处，并解决实际的用户问题。”

金融界 2024-12-31

开源多模态SOTA再易主，19B模型比肩GPT-4v，16G显存就能跑

推荐体验

相关资讯

GLM4-9B开源版本：多模态比肩GPT4V

Claude 3 惊喜上线：多模态能力比肩GPT-4V

在线教程 | 打败 GPT-4V？超强开源多模态大模型 LLaVA-OneVis

限时免费！国产多模态大模型重磅升级：性能赶超GPT-4V

清华团队攻破GPT-4V、谷歌Bard等模型，商用多模态大模型也脆弱？

近期资讯

掌握插耳机技巧，轻松享受音乐与听觉盛宴的秘诀

试产进展顺利，台积电2纳米可望如期量产

掌握苹果设备全屏操作技巧，提升工作与娱乐体验的指南

三星 Galaxy S25 Ultra 手机将搭载车祸检测传感器

古尔曼称苹果探索妙控鼠标未来形态：重点支持人体工学和手势

Meta 迫于压力，承诺为过保 Quest 2/3/3S 头显用户修复变砖

掌握五笔输入法的技巧与方法，提升打字速度与效率

Meta 计划为 Facebook 引入 AI 角色机器人，可与用户互动对话

SpaceX与乌克兰最大移动运营商达成合作将推出卫星直连手机服务

在更卷赛道更严监管下谷歌将如何应变？CEO：明年聚焦Gemini模型

推荐体验

AIGC重要产品

AI对话：类ChatGPT产品体验

好用的AI绘画工具

火热的AIGC产品

AIGC近期要闻

大公司发布的大模型产品都有哪些？

政府对AIGC的扶持政策

AIGC对就业的影响：我们会失业吗？

AIGC产业影响

AIGC对内容创作的影响

AIGC对绘画设计领域的影响

AIGC对各行各业的影响