2023-2024年，以 GPT-4V、Gemini、Claude、LLaVA 为代表的多模态大模型（Multimodal LLMs）已经在文本和图像等多模态内容处理方面表现出了空前的能力，成为技术新浪潮。
近期，多模态大模型 (MLLM) 在文本中心的 VQA 领域取得了显著进展，尤其是多个闭源模型，例如：GPT4V 和 Gemini，甚至在某些方面展现了超越人类能力的表现。
继 1 月推出国内首个基于 MoE 架构的千亿参数量大语言模型 abab6 后，上周，通用人工智能创业公司、中国估值最高的大模型公司之一 MiniMax 推出了万亿 MoE 模型 abab 6.5。根据 MiniMax 发布的技术报告，在各类核心能力测试中，abab 6.5接近 GPT-4、 Claude 3 Opus 、Gemini 1.5 Pro 等世界领先的大语言模型。
2022年末，ChatGPT惊艳了世人，留下了急火攻心的“AI先行者”Google。
就在刚刚，Meta官网上新，官宣了Llama 3 80亿和700亿参数版本
智东西4月19日消息，Meta推出迄今为止能力最强的开源大模型Llama 3系列，发布8B和70B两个版本。 Llama 3在一众榜单中取得开源SOTA（当前最优效果）。Llama 3 8B在MMLU、GPQA、HumanEval、GSM-8K等多项基准上超过谷歌Gemma 7B和Mistral 7B Instruct。
如何复盘大模型技术爆发的这一年？除了直观的感受，你还需要一份系统的总结
在开源社区中把GPT-4+Dall·E 3能⼒整合起来的模型该有多强？
刷爆多模态任务榜单，超强视觉语言模型Mini-Gemini来了！ 效果堪称是开源社区版的GPT-4+DALL-E 3王炸组合。
如今，随便打开一个AI聊天机器人产品榜，除了ChatGPT、Gemini、Claude等大名鼎鼎的AI巨无霸之外，Top 5名单里总有一个不那么硬核的产品——Poe，一些非AI深度用户可能都没听说过这个名字。而它背后的公司可能更令你大吃一惊：号称「美版知乎」的北美互联网问答社区 Quora 。
