計算機視覺GPT時刻！UC伯克利三巨頭祭出首個純CV大模型，推理驚現(xiàn)AGI火花

AIGC動態(tài)歡迎閱讀

原標(biāo)題：計算機視覺GPT時刻！UC伯克利三巨頭祭出首個純CV大模型，推理驚現(xiàn)AGI火花

關(guān)鍵字：研究人員,序列,視覺,模型,圖像

文章來源：新智元

內(nèi)容字?jǐn)?shù)：16210字

內(nèi)容摘要：新智元報道編輯：編輯部【新智元導(dǎo)讀】UC伯克利的CV三巨頭推出首個無自然語言的純視覺大模型，第一次證明純CV模型也是可擴展的。更令人震驚的是，LVM竟然也能做對圖形推理題，AGI火花再次出現(xiàn)了？計算機視覺的GPT時刻，來了！最近，來自UC伯克利的計算機視覺「三巨頭」聯(lián)手推出了第一個無自然語言的純視覺大模型（Large Vision Models），并且第一次證明了純視覺模型本身也是可擴展的（scalability）。除此之外，研究人員還利用超過420B token的數(shù)據(jù)集讓模型可以通過上下文學(xué)習(xí)來理解并執(zhí)行下游任務(wù)，并且統(tǒng)一了圖片/視頻、有監(jiān)督/無監(jiān)督、合成/真實、2D/3D/4D等幾乎所有的數(shù)據(jù)形式。論文地址：https://arxiv.org/abs/2312.00785值得一提的是，讓LVM做非語言類智商測試（Raven’s Progressive Matrices ）中常見的非語言…

原文鏈接：點此閱讀原文：計算機視覺GPT時刻！UC伯克利三巨頭祭出首個純CV大模型，推理驚現(xiàn)AGI火花

聯(lián)系作者

文章來源：新智元

作者微信：AI_era

作者簡介：智能+中國主平臺，致力于推動中國從互聯(lián)網(wǎng)+邁向智能+新紀(jì)元。重點關(guān)注人工智能、機器人等前沿領(lǐng)域發(fā)展，關(guān)注人機融合、人工智能和機器人對人類社會與文明進化的影響，領(lǐng)航中國新智能時代。