国产多模态大模型！支持24K图文输入输出，图像视频理解对标GPT4V

文章预览

来源：量子位 | 公众号 QbitAI 国产多模态大模型，也开始卷上下文长度。 书生·浦语灵笔（InternLM-XComposer）多模态大模型升级2.5版本—— 原生支持24K多模态图文上下文，超过20轮的图文交互，具备图像视频理解、网页创作、图文写作等多项功能。 该开源模型一出，一度在Hugging Face登上热榜第五。 作为8B量级性能最优秀的多模态大模型之一，它在多项评测性能上对标GPT4V和Gemini Pro。 而除了支持长上下文输入，InternLM-XComposer 2.5版本 （以下简称IXC 2.5） 同时训练了长序列输出能力，模型支持高质量网页创作和文章生成。 兼容三种多模态理解能力 IXC 2.5同时兼顾了多模态模型的理解和内容输出能力，主要包括三种多模态理解能力。 包括超过4K分辨率的图像理解、多轮多图超长对话、精细视频内容分析。 来具体看看大模型实力如何。 高分辨率图像理解 ， ………………………………