多模态大模型，阿里通义千问能和GPT-4V掰手腕了
多模态大模型，阿里通义千问能和GPT-4V掰手腕了通义千问的图像推理能力，最近有了大幅提升。
来自主题: AI资讯
10748 点击 2024-01-26 13:56
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
通义千问的图像推理能力，最近有了大幅提升。
多模态大模型将是AI下一个爆点。最近，通义千问VLM模型换新升级，超大杯性能堪比GPT-4V。最最重要的是，还能限时免费用。
作为全球最顶级的机器学习工具库，Hugging Face上最近悄悄出现了一个新的transformers模型——Qwen2。没错，正是阿里通义千问Qwen模型的第二代。不过通义团队的算法同学在社交媒体上对此继续保持神秘。
本报告旨在通过全面、客观地评估当前流行的大模型，为大语言模型技术的具体实践和未来探索提供方向。
ChatGPT-3.5 发布于 2023 年 3 月 1 日，短短一年内，AI 已经变成几乎所有科技公司都关注的话题，并且涌现了不少大模型。
有人借助了阿里之前走红的AI技术——AnimateAnyone，生成出来了这个舞蹈片段。技术圈的盆友对这个技术都不陌生，“出道”至今仅仅1个月时间，这个项目便已经在GitHub上斩获了超1.1万个star。
如果评选2023年最令人着迷的新技术，那非ChatGPT莫属。从美国的硅谷、华尔街到中国的后厂村、中关村，几乎所有的科技大厂们都在讨论“生成式AI”。
通义千问开源全家桶正式上线！业界最强72B模型直接超越开源标杆Llama 2-70B，还有1.8B模型、音频大模型全部开源，阿里云这次真的把家底都掏出来了。
目前，通义千问开源全家桶已经有了 18 亿、70 亿、140 亿、720 亿参数量的 4 款基础开源模型，以及跨语言、图像、语音等多种模态的多款开源模型。
阿里云对外展示了一款可自动编写代码的 AI 助手，在编码软件的对话窗口输入“帮我用 python 写一个飞机游戏”，短短几秒，这款名为“通义灵码”的 AI 助手就自动生成了100多行代码