12 月 16 日消息，無問芯穹今日宣布，開源無問芯穹端側(cè)解決方案中的全模態(tài)理解小模型 Megrez-3B-Omni 和它的純語言模型版本 Megrez-3B-Instruct。
官方表示，Megrez-3B-Omni 是一個(gè)為端而生的全模態(tài)理解模型，同時(shí)具備圖片、音頻、文本三種模態(tài)數(shù)據(jù)的處理能力：
在圖像理解方面，Megrez-3B-Omni 是目前 OpenCompass、MME、MMMU、OCRBench 等多個(gè)主流測(cè)試集上精度最高的圖像理解模型之一。
在文本理解方面，Megrez-3B-Omni 在 C-EVAL、MMLU / MMLU Pro、AlignBench 等多個(gè)權(quán)威測(cè)試集上取得端上模型最優(yōu)精度。
在語音理解方面，Megrez-3B-Omni 支持中文和英文的語音輸入，還能夠處理復(fù)雜的多輪對(duì)話場(chǎng)景，也能支持對(duì)輸入圖片或文字的語音提問，實(shí)現(xiàn)不同模態(tài)間的自由切換。
官方宣稱，與上一代及其他端側(cè)大語言模型相比，單模態(tài)版本的 Megrez-3B-Instruct 在推理速度上取得了顯著提升，最大推理速度可以領(lǐng)先同精度模型 300%。
本站內(nèi)容除特別聲明的原創(chuàng)文章之外，轉(zhuǎn)載內(nèi)容只為傳遞更多信息，并不代表本網(wǎng)站贊同其觀點(diǎn)。轉(zhuǎn)載的所有的文章、圖片、音/視頻文件等資料的版權(quán)歸版權(quán)所有權(quán)人所有。本站采用的非本站原創(chuàng)文章及圖片等內(nèi)容無法一一聯(lián)系確認(rèn)版權(quán)者。如涉及作品內(nèi)容、版權(quán)和其它問題，請(qǐng)及時(shí)通過電子郵件或電話通知我們，以便迅速采取適當(dāng)措施，避免給雙方造成不必要的經(jīng)濟(jì)損失。聯(lián)系電話：010-82306118；郵箱：aet@chinaaet.com。