Big Model Weekly | 第34期

文章预览

点击蓝字 关注我们 AI TIME欢迎每一位AI爱好者的加入！ 01 MiniCPM-V: A GPT-4V Level MLLM on Your Phone 近期多模态大型语言模型（MLLMs）的快速发展，从根本上改变了人工智能研究和产业的格局，为实现人工智能的下一个重要突破指明了充满希望的方向。然而，MLLMs在现实世界应用中仍面临重大挑战。最主要的挑战来自于运行具有庞大参数量和高计算需求的MLLMs所需的巨大成本。因此，大多数MLLMs需要部署在高性能的云服务器上，这在很大程度上限制了它们在移动设备、离线环境、能耗敏感和注重隐私保护的应用场景。在这项研究中，提出了MiniCPM-V，这是一系列可在终端设备上部署的高效MLLMs。通过融合最新的MLLM架构、预训练和对齐技术，最新的MiniCPM-Llama3-V 2.5具备以下几个显著特点：(1) 出色的性能，在OpenCompass上的表现超越了GPT-4V-1106、Gemini Pro和Claude 3，OpenCom ………………………………