首頁 > AI資訊 > 最新資訊 > 元象首個多模態大模型XVERSE-V開源,刷新權威大模型榜單,支持任意寬高比輸入

元象首個多模態大模型XVERSE-V開源,刷新權威大模型榜單,支持任意寬高比輸入

新火種    2024-04-29

元象首個多模態大模型 XVERSE-V 開源,刷新權威大模型榜單,支持任意寬高比輸入

人類獲取的信息83%來自視覺,圖文多模態大模型能感知更豐富和精確的真實世界信息,構建更全面的認知智能,從而向AGI(通用人工智能)邁出更大步伐。

元象今日發布多模態大模型 XVERSE-V ,支持任意寬高比圖像輸入,在主流評測中效果領先。該模型全開源,無條件免費商用 ,持續推動海量中小企業、研究者和開發者的研發和應用創新。

XVERSE-V 性能優異,在多項權威多模態評測中超過零一萬物Yi-VL-34B、面壁智能OmniLMM-12B及深度求索DeepSeek-VL-7B等開源模型,在綜合能力測評MMBench中超過了谷歌GeminiProVision、阿里Qwen-VL-Plus和Claude-3V Sonnet等知名閉源模型。

元象首個多模態大模型 XVERSE-V 開源,刷新權威大模型榜單,支持任意寬高比輸入圖. 多模態大模型綜合評測

1融合整體和局部的高清圖像表示

傳統的多模態模型的圖像表示只有整體,XVERSE-V 創新性地采用了融合整體和局部的策略,支持輸入任意寬高比的圖像。兼顧全局的概覽信息和局部的細節信息,能夠識別和分析圖像中的細微特征,看的更清楚,理解的更準確。

元象首個多模態大模型 XVERSE-V 開源,刷新權威大模型榜單,支持任意寬高比輸入

元象首個多模態大模型 XVERSE-V 開源,刷新權威大模型榜單,支持任意寬高比輸入

注:Concate* 表示按列進行拼接

這樣的處理方式使模型可以應用于廣泛的領域,包括全景圖識別、衛星圖像、古文物掃描分析等。

示例- 高清全景圖識別 、圖片細節文字識別

元象首個多模態大模型 XVERSE-V 開源,刷新權威大模型榜單,支持任意寬高比輸入

元象首個多模態大模型 XVERSE-V 開源,刷新權威大模型榜單,支持任意寬高比輸入

免費下載大模型

Hugging Face:https://huggingface.co/xverse/XVERSE-V-13B

ModelScope魔搭:https://modelscope.cn/models/xverse/XVERSE-V-13B

Github:https://github.com/xverse-ai/XVERSE-V-13B

問詢發送:opensource@xverse.cn

商業合作

微信添加:lixing_lixing

元象持續打造國內開源標桿,在國內最早開源最大參數65B 、全球最早開源最長上下文256K 以及 國際前沿的MoE模型, 并在SuperCLUE測評全國領跑。此次推出MoE模型, 填補國產開源空白,更將其 推向了國際領先水 平。

商業應用上,元象大模型是 廣東最早獲得國家備案的模型之一 ,可向全社會提供服務。元象大模型去年起已和多個騰訊產品,包括QQ音樂 、虎牙直播、全民K歌、騰訊云等,進行深度合作與應用探索,為文化、娛樂、旅游、金融領域打造創新領先的用戶體驗。

元象首個多模態大模型 XVERSE-V 開源,刷新權威大模型榜單,支持任意寬高比輸入

2多方向實際應用表現突出

模型不僅在基礎能力上表現出色,在實際的應用場景中也有著出色的表現。具備不同場景下的理解能力,能夠處理信息圖、文獻、現實場景、數理題目、科學文獻、代碼轉化等不同需求。

圖表理解

不論是復雜圖文結合的信息圖理解,還是單一圖表的分析與計算,模型都能夠自如應對。

元象首個多模態大模型 XVERSE-V 開源,刷新權威大模型榜單,支持任意寬高比輸入

元象首個多模態大模型 XVERSE-V 開源,刷新權威大模型榜單,支持任意寬高比輸入

視障真實場景

在真實視障場景測試集VizWiz中,XVERSE-V 表現出色,超過了InternVL-Chat-V1.5、DeepSeek-VL-7B 等幾乎所有主流的開源多模態大模型。該測試集包含了來自真實視障用戶提出的超過31,000個視覺問答,能準確反映用戶的真實需求與瑣碎細小的問題,幫助視障人群克服他們日常真實的視覺挑戰。

元象首個多模態大模型 XVERSE-V 開源,刷新權威大模型榜單,支持任意寬高比輸入

VizWiz測試示例

看圖內容創作

XVERSE-V 具備多模態能力的同時保持強大的文本生成能力,能夠很好勝任理解圖像后創造性文本生成的任務。

元象首個多模態大模型 XVERSE-V 開源,刷新權威大模型榜單,支持任意寬高比輸入

教育解題

模型具備了廣泛的知識儲備和邏輯推理能力,能夠識別圖像解答不同學科的問題。

元象首個多模態大模型 XVERSE-V 開源,刷新權威大模型榜單,支持任意寬高比輸入

百科解答

模型儲備了歷史、文化、科技、安全等各類主題的知識。

元象首個多模態大模型 XVERSE-V 開源,刷新權威大模型榜單,支持任意寬高比輸入

代碼撰寫

元象首個多模態大模型 XVERSE-V 開源,刷新權威大模型榜單,支持任意寬高比輸入

自動駕駛

元象首個多模態大模型 XVERSE-V 開源,刷新權威大模型榜單,支持任意寬高比輸入

情感理解與識別

元象首個多模態大模型 XVERSE-V 開源,刷新權威大模型榜單,支持任意寬高比輸入

元象公司介紹

一元復始,萬象更新。元象 XVERSE 于 2021 年初在深圳成立,是國內領先的 AI 與 3D 技術服務公司,致力于打造 AI 驅動的 3D 內容生產與消費一站式平臺,愿景為“定義你的世界”。

元象創始人姚星是前騰訊副總裁和騰訊 AI Lab 創始人、國家科技部新一代人工智能戰略咨詢委員會成員。元象累計融資金額超過 2 億美元,投資機構包括騰訊、高榕資本、五源資本、高瓴創投、紅杉中國、淡馬錫和CPE源峰等。

元象獲國家“專精特新”、“高新技術企業”認證,團隊目前有75%為研發人員(60%為碩博學歷)。公司積極推動前沿技術自主研發,在3D領域,自研行業引領性的“端云協同” 3D 互動技術,開創零門檻(輕)、一站式(快)、高品質(美)全新 3D 體驗;在AI領域,公司最早開源國內最大參數大模型(650億)、世界最長上下文長度(256K)在內的一系列高性能大模型,免費可商用,將國產開源提升至國際一流水平,積極推動大模型國產可替代和行業應用發展。

元象已經為多家龍頭企業提供一站式技術與服務,包括:澳門大三巴、南京大報恩寺、央視、騰訊音樂TMELAND、華為、一汽大眾、阿迪達斯、中國平安、中科院深圳先進院等。

公司注冊名:深圳元象信息科技有限公司

官網:www.XVERSE.cn

官微:元象 XVERSE

Logo下載

鏈接:https://pan.baidu.com/s/1fB-zoITVJZ7Znv5IVe-fZg

提取碼:rav0

元象首個多模態大模型 XVERSE-V 開源,刷新權威大模型榜單,支持任意寬高比輸入

Tags:
相關推薦
免責聲明
本文所包含的觀點僅代表作者個人看法,不代表新火種的觀點。在新火種上獲取的所有信息均不應被視為投資建議。新火種對本文可能提及或鏈接的任何項目不表示認可。 交易和投資涉及高風險,讀者在采取與本文內容相關的任何行動之前,請務必進行充分的盡職調查。最終的決策應該基于您自己的獨立判斷。新火種不對因依賴本文觀點而產生的任何金錢損失負任何責任。

熱門文章