AI在线 AI在线

面壁智能

国产端侧小模型超越 GPT-4V，「多模态」能力飞升

国产端侧小模型超越 GPT-4V，「多模态」能力飞升

在刚刚过去的机器人学术顶会 ICRA 2024 上，「具身智能」成为热议，其中围绕具身智能的一个普遍疑问是：若将 AI 大模型应用到消费级机器人领域，首先是模型适配终端，还是终端适配模型？ 过去一年，由于 6B、7B 等小模型的成果井喷，以及 MoE 训练技术的越发成熟，将模型跑在手机、学习机、平板电脑、机器人甚至汽车等等终端应用上的想象力开始变大，无论算法层还是硬件层都「蠢蠢欲动」。 诚然，这已经成为一个明朗的行业方向，但在系统整合上却要面临不同话语体系之间的博弈。
5/20/2024 4:10:00 PM 陈彩娴
面壁新模型：早于Llama3、比肩 Llama3、推理超越 Llama3！

面壁新模型：早于Llama3、比肩 Llama3、推理超越 Llama3！

图注：面壁Eurux-8x22B 模型在 LeetCode 和 TheoremQA这两个具有挑战性的基准测试中，刷新开源大模型推理性能 SOTA。 图注：面壁Eurux-8x22B 模型综合性能比肩 LlaMa3-70B，超越开源模型 WizardLM-2-8x22b, Mistral-8x22b-Instruct,DeepSeek-67b，以及闭源模型 GPT-3.5-turbo。  Eurux-8x22B 由 Mistral-8x22B对齐而来。
5/1/2024 9:38:00 PM 张进
被低估的面壁：打造出不输 OpenAI 的 Scaling Law 曲线

被低估的面壁：打造出不输 OpenAI 的 Scaling Law 曲线

大约 1 个月前，马斯克所创办的 xAI 团队宣布开源 Grok-1——一个参数量为 3140 亿的 MoE 大模型。 从参数量来看，Grok-1 超越了 70B 的 LLaMA 2，是当前开源模型中最大的一个，被调侃为「庞然大物」。 然而，有研究人员测试却发现，参数规模量如此巨大的 Grok-1 ，效果竟然只与 Mistral AI 的 8x7B MoE 模型相当。
4/16/2024 2:28:00 PM 王悦
企业级AI Agent如何落地汽车行业，这是国内首份系统阐述白皮书

企业级AI Agent如何落地汽车行业，这是国内首份系统阐述白皮书

一年多来，大模型技术的进步日新月异，模型能力的上限不断抬高。但从产业变革的角度看，大模型的落地或许刚刚处于开端阶段。如何才能发挥出大模型的巨大潜力，并推动生产力更快更好地变革，仍然是一个充满探索空间的课题。每个行业都关心一个问题：将大模型应用到业务层面的最优方法论是什么？当我们谈及这个问题，自然无法避开「AI Agent」（智能体）。当 AI 从学术前沿跨越到实际应用，大模型驱动的智能体正成为推动革新的核心动力。连比尔盖茨也预言，AI Agent 将是人工智能的未来。到那时，AI Agent 将具备规划、执行、感知
4/12/2024 7:54:00 PM 机器之心
中文OCR超越GPT-4V，参数量仅2B，面壁小钢炮拿出了第二弹

中文OCR超越GPT-4V，参数量仅2B，面壁小钢炮拿出了第二弹

OpenAI后，大模型新增长曲线来了。大语言模型的效率，正在被这家「清华系」创业公司发展到新高度。从 ChatGPT 到 Sora，生成式 AI 技术遵从《苦涩的教训》、Scaling Law 和 Emerging properties 的预言一路走来，让我们已经看到了 AGI 的冰山一角，但技术的发展的方向还不尽于此。最近一段时间，科技公司大力投入生成式 AI，一系列新的概念正在出现：手机厂商认为「AI 手机」正在引领手机形态的第三次转变；PC 厂商认为「AI PC」可能会改变个人电脑的形态；而对于更多科技公司来
4/12/2024 7:51:00 PM 机器之心
向完全自主性更进一步，清华、港大全新跨任务自我进化策略让智能体学会「以经验为鉴」

向完全自主性更进一步，清华、港大全新跨任务自我进化策略让智能体学会「以经验为鉴」

「以史为鉴，可以知兴替。」 人类的进步史，可以看作是一个不断吸取过去经验、不断推进能力边界的自我演化过程。在这个过程中，我们吸取过去失败的教训以纠正错误，借鉴成功的经验以提升效率和效果。这种自我进化的过程在我们的生活中无所不在：从如何总结经验以更好地解决工作中的问题，到如何利用规律更精确地预测天气，我们都在不断地从过去的经验中学习和进化。成功从过去的经验中提取知识并将其应用于未来的挑战，这是人类进化之路上重要的里程碑。那么在人工智能时代，AI 智能体是否也可以做到同样的事情呢？近年来，GPT 和 LLaMA 等语言
2/6/2024 8:36:00 PM 机器之心
专访面壁曾国洋：踩过 1000 次大模型的坑后 ，造一个性能小钢炮

专访面壁曾国洋：踩过 1000 次大模型的坑后 ，造一个性能小钢炮

2月1日，刚成立一年的面壁智能发布了两个在海内外大模型领域「炸裂级」的存在——面壁 MiniCPM 2B 旗舰端侧大模型与面壁OmniLMM多模态大模型。 MiniCPM 2B 有着当之无愧的「小钢炮」称号，其炸裂的点在于，从规模大小和性能来看，仅用2B 规模和1T tokens精选数据，便已在多项主流评测榜单、中英文平均成绩中超越被称为“欧洲最佳大模型”的Mistral-7B。 在与其他同等规模大模型的对比中，面壁MiniCPM表现依旧领先，大幅超越了 Llama2-7B, Mistral7B，Gemini Nano，Qwen-1.8B等一众模型，甚至还能越级比肩 Llama2-13B、Falcon 40B和Cohere 54B此类比自己庞大数十倍规模的模型。
2/5/2024 2:34:00 PM 王悦
2B参数性能超Mistral-7B：面壁智能多模态端侧模型开源

2B参数性能超Mistral-7B：面壁智能多模态端侧模型开源

千元机也能本地运行。在大模型不断向着大体量方向前进的同时，最近一段时间，人们在优化和部署方面也取得了成果。2 月 1 日，面壁智能联合清华 NLP 实验室在北京正式发布了旗舰端侧大模型「面壁 MiniCPM」。新一代大模型被称为「性能小钢炮」，直接拥抱终端部署，同时也具有同量级最强的多模态能力。面壁智能本次提出的 MiniCPM 2B 参数量仅有 20 亿，使用 1T token 的精选数据训练。这是一个参数量上与 2018 年 BERT 同级的模型，面壁智能在其之上实现了极致的性能优化与成本控制，让该模型可以「越
2/2/2024 5:13:00 PM 机器之心