对模型
苹果推出 300 亿参数 MM1 多模态 AI 大模型,可识别图像推理自然语言
感谢苹果公司旗下研究团队近日在 ArXiv 中公布了一篇名为《MM1:Methods, Analysis & Insights from Multimodal LLM Pre-training》的论文,其中介绍了一款 “MM1”多模态大模型,该模型提供 30 亿、70 亿、300 亿三种参数规模,拥有图像识别和自然语言推理能力。IT之家注意到,苹果研究团队相关论文主要是利用 MM1 模型做实验,通过控制各种变量,找出影响模型效果的关键因素。研究表明,图像分辨率和图像标记数量对模型性能影响较大,视觉语言连接器对模型的
3/16/2024 6:31:33 PM
漾仔
- 1
资讯热榜
阿里推出 AI 医学助手 App“氢离子”:收录千万级核心期刊文献,还可查疾病、找药品
AI和云基础设施初创企业E2B如何成为88%的财富100强企业的必备选择
共青年之智,铸AGI未来|2025 WAIC云帆奖得主名单揭晓
国内首个,MiniMax 大模型通过人机辩论图灵测试
Kimi K2 高速版kimi-k2-turbo-preview发布 输出每秒 40 Tokens
逆天!旧Mac上能run千亿参数SOTA!效果惊人:一次生成游戏,0修改!本地大模型拐点来了!网友:别被大模型叙事带偏了(附指南)
刚刚,OpenAI推出学习模式,AI教师真来了,系统提示词已泄露
CAPTCHA 拦不住 AI 了:ChatGPT 可绕过 Cloudflare 人机验证系统
标签云
人工智能
AI
OpenAI
AIGC
模型
ChatGPT
DeepSeek
AI绘画
谷歌
机器人
数据
大模型
Midjourney
开源
智能
用户
Meta
微软
GPT
学习
技术
图像
Gemini
AI创作
马斯克
论文
智能体
英伟达
Anthropic
代码
算法
训练
Stable Diffusion
芯片
蛋白质
开发者
腾讯
生成式
LLM
苹果
Claude
神经网络
AI新词
3D
机器学习
研究
Agent
生成
AI for Science
xAI
计算
人形机器人
AI视频
Sora
GPU
AI设计
百度
华为
搜索
大语言模型
工具
场景
字节跳动
具身智能
RAG
大型语言模型
预测
深度学习
伟达
视觉
Transformer
AGI
视频生成
神器推荐
亚马逊
Copilot
DeepMind
架构
模态
应用