最强开源多模态生成模型MM-Interleaved：首创特征同步器

AIGC动态欢迎阅读

原标题：最强开源多模态生成模型MM-Interleaved：首创特征同步器
关键字：图像,模型,任务,框架,图文
文章来源：机器之心
内容字数：5655字

内容摘要：

机器之心专栏
机器之心编辑部过去几个月中，随着 GPT-4V、DALL-E 3、Gemini 等重磅工作的相继推出，「AGI 的下一步」—— 多模态生成大模型迅速成为全球学者瞩目的焦点。
想象一下，AI 不仅会聊天，还长了「眼睛」，能看懂图片，甚至还会通过画画来表达自己！这意味着，你可以和它们谈天说地，分享图片或视频，它们也同样能用图文并茂的方式回应你。
最近，上海人工智能实验室联合香港中文大学多媒体实验室（MMLab）、清华大学、商汤科技、多伦多大学等多家高校、机构，共同发布了一个多才多艺的最强开源多模态生成模型 MM-Interleaved，借助全新提出的多模态特征同步器刷新多项任务 SOTA。它拥有对高分辨率图像细节和微妙语义的精准理解能力，支持任意穿插的图文输入和输出，带来了多模态生成大模型的崭新突破。论文地址：https://arxiv.org/pdf/2401.10208.pdf
项目地址：https://github.com/OpenGVLab/MM-Interleaved
模型地址：https://huggingface.co/OpenGVLab/MM-Interlea

原文链接：最强开源多模态生成模型MM-Interleaved：首创特征同步器

联系作者

文章来源：机器之心
作者微信：almosthuman2014
作者简介：专业的人工智能媒体和产业服务平台