手机上的 GPT-4V 级多模态大型语言模型！

文章预览

备注好友： 方向-学校/公司-姓名/昵称 【AIGC 先锋科技】交流群 近年来，多模态大型语言模型（MLLMs）的爆发性增长已经从根本上改变了AI研究和产业的前景，为作者揭示了迈向下一个AI里程碑的光明道路。然而，由于运行具有大量参数和巨大计算成本的MLLM的成本高昂，使得其在大规模实际应用中面临巨大挑战。最为突出的挑战来自于运行具有大量参数和巨大计算成本的MLLM的高昂成本。因此，大部分的MLLM需要部署在高性能云端服务器上，这极大地限制了它们的应用范围，例如移动设备、离线、能源敏感和隐私保护场景。 在这篇论文中，作者提出了MiniCPM-V，这是一个系列的端侧设备上高效部署的MLMs。通过在架构、预训练和对齐中集成最新的MLLM技术，最新一代的MiniCPM-Llama3-V 2.5 具有几个显著的特点： （1）强大的性能，在11个流行基准测试中超越了GPT ………………………………