AIGC動態(tài)歡迎閱讀

原標題：融合ChatGPT+DALL·E 3，賈佳亞團隊新作開源暢玩：識圖推理生圖一站解決
關鍵字：模型,圖像,數(shù)據(jù),圖片,能力
文章來源：量子位
內容字數(shù)：5415字

內容摘要：

允中 發(fā)自 凹非寺量子位 | 公眾號 QbitAI在開源社區(qū)中把GPT-4+Dall·E 3能?整合起來的模型該有多強？
香港中文大學終身教授賈佳亞團隊提出多模態(tài)模型Mini-Gemini：
更高清圖像的精確理解、更高質量的訓練數(shù)據(jù)、更強的圖像解析推理能力，還能結合圖像推理和生成，堪稱王炸。
Mini-Gemini還提供了2B小杯到34B的超大杯，最強模型在多個指標上相比谷歌的Gemini Pro甚至GPT-4V都不遑多讓。
目前，Mini-Gemini從代碼、模型到數(shù)據(jù)已全部開源，登上了PaperWithCode熱榜。
Mini-Gemini線上Demo也已發(fā)布，超會玩梗，一起來體驗下！
接近商業(yè)閉源模型水平Mini-Gemini Demo放出后受到廣大網(wǎng)友關注，一番“品嘗”后，他們認為Mini-Gemini跟商業(yè)模型差不了多少。
目前，絕大多數(shù)多模態(tài)模型僅支持低分辨率圖像輸入和文字輸出，而在實際場景中，許多任務都需要對高清圖像進行解析，并用圖像的形式進行展現(xiàn)。
如下圖所示，Mini-Gemini不僅能夠根據(jù)圖片對做面包的過程進行手把手教學，也能夠準確將不同電腦品種根據(jù)圖片中的各種參

原文鏈接：融合ChatGPT+DALL·E 3，賈佳亞團隊新作開源暢玩：識圖推理生圖一站解決

聯(lián)系作者

文章來源：量子位
作者微信：QbitAI
作者簡介：追蹤人工智能新趨勢，關注科技行業(yè)新突破