今日开源（2024-12-20）：Lyra多模态大模型：3B、9B、74B参数需求全覆盖，语音、视觉、语言交互新突破，全模态认知

主要观点总结

文章介绍了多个项目、工具和模型，包括基座模型Lyra、Agent开发相关项目、必备工具以及今日可用的大模型等。每个项目都有详细的描述和链接。

关键观点总结

关键观点1: 基座模型Lyra

Lyra是一个高效多模态大型语言模型，包含三个版本，基于开源大型模型和多模态技术，用于提升语音、视觉和语言模态的交互能力。

关键观点2: Agent开发相关项目

介绍了AutoPatent和OS-Agent-Survey两个项目。AutoPatent旨在自动生成完整专利文档，利用大型语言模型的智能体框架生成高质量的专利文档。OS-Agent-Survey旨在整合OS智能体研究的现状，提供全面的知识指导。

关键观点3: 必备工具介绍

包括BrushEdit、ComfyUI-FaceChain和Synthetic Data Generator等工具。它们分别用于图像修复编辑、人脸检测和合成数据创建等任务。

关键观点4: 今日可用大模型的详细介绍

提供了多个大模型的详细信息，包括多模态模型、中文大模型和推理用时等。这些模型可通过API调用，并提供了相应的API调用地址和秘钥获取方式。

文章预览

🏆基座模型 ①项目：Lyra ★ Lyra是由香港多所高校联合推出的高效多模态大型语言模型（MLLM），专注于提升语音、视觉和语言模态的交互能力。包含3B、9B、74B三个版本。 Lyra基于开源大型模型、多模态LoRA模块和潜在的多模态正则化器，减少训练成本和数据需求。 Lyra构建大规模的多模态数据集，包括长语音样本，处理复杂的长语音输入，实现强大的全模态认知能力。 ☆一键收藏： https://sota.jiqizhixin.com/project/lyra 🤖 Agent开发 ①项目：AutoPatent ★ AutoPatent是一个多智能体框架，旨在自动生成完整的专利文档。该项目引入了一个名为Draft2Patent的新任务及其对应的D2P基准，挑战大型语言模型（LLM）生成平均长度为17K标记的完整专利。 专利因其专业性、标准化术语和篇幅长而对LLM构成重大挑战。AutoPatent利用基于LLM的规划智能体、撰写智 能体和审查智能体 ………………………………