梗圖理解“天花板”！港中文終身教授賈佳亞團隊推出多模態模型：GPT-4+DALL-E 3，王炸組合刷爆榜單

AIGC動態歡迎閱讀

原標題：梗圖理解“天花板”！港中文終身教授賈佳亞團隊推出多模態模型：GPT-4+DALL-E 3，王炸組合刷爆榜單
關鍵字：字節跳動,小米,報告,模型,圖像
文章來源：AI前線
內容字數：5373字

內容摘要：

整理 | 傅宇琪
近日，港中文終身教授賈佳亞團隊推出了一款名為 Mini-Gemini 的多模態模型，包括 2B 小杯到 34B 的超大杯，一經發布便登上了 PaperWithCode 熱榜。憑借超強的圖文理解力，Mini-Gemini 的最強模型版本在多個指標上，直接媲美 Gemini Pro，GPT-4V，網友稱其效果堪稱是開源社區的 GPT4+DALL-E 3 的王炸組合！
目前，研究團隊將 Mini-Gemini 的代碼、模型、數據全部開源。更有意思的是，超會玩梗的 Mini-Gemini 線上 Demo 已經發布，人人皆可上手試玩?！皽\嘗”之后，有人認為：Mini-Gemini 跟商業模型差不了多少！最“懂”圖的大模型？圖像理解及推理當下，絕大多數多模態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。Mini-Gemini 在這一點上有著不錯的表現：
給它一張做面包的九宮格漫畫教程，Mini-Gemini 能看懂并進行手把手教學。
拍一張蘋果店 Mac 電腦信息圖，Mini-Gemini 能夠將兩種 Mac 的參

原文鏈接：梗圖理解“天花板”！港中文終身教授賈佳亞團隊推出多模態模型：GPT-4+DALL-E 3，王炸組合刷爆榜單

聯系作者

文章來源：AI前線
作者微信：ai-front
作者簡介：面向AI愛好者、開發者和科學家，提供大模型最新資訊、AI技術分享干貨、一線業界實踐案例，助你全面擁抱AIGC。