亞洲資本網 > 關注 > 正文
Hugging Face推開源多模態AI模型IDEFICS 支持圖像、文本輸入
2023-08-28 11:40:20來源： 站長之家


(資料圖)

編程客棧（）8月23日 消息:最近， Hugging Face 推出了一個名為 IDEFICS 的開源多模態 AI 模型，它可以接受圖像和文本作為輸入，并生成連貫的文本輸出。

IDEFICS 是一個強大的視覺語言模型，擁有高達800億的參數量，功能包括根據圖像生成描述、回答相關問題以及根據多個圖像生成敘述等。

IDEFICS 基于 DeepMind 開發的 Flamingo 模型，后者是一種目前最先進的視覺語言模型，但尚未對外開源。相比之下，IDEFICS 作為 Flamingo 的開源實現版本，其測試結果顯示在各類圖像理解任務上其表現與 Flamingo 相當。

為訓練 IDEFICS，Hugging Face 利用了多種公開的數據集，還額外構建了一個包含1.4億張圖像的大規模圖像-編程客棧文本數據集。

IDEFICS 有兩個版本，包括90億參數的基礎版和800億參數的大模型版，可以處理不同的應用場景。

IDEFICS 的推出為研究人員和開發者提供了js一個強大的開源視覺語言編程模型，相比專利系統如 GPT-3，它提供了更大的靈活性。同js時，IDEFICS 也顯示出生成式模型處理多模態輸入的潛力。

未來如果能進一步提升多模態理解和生成能力，將可以大幅推動諸如機器人、自動駕駛等多模態 AI 應用的發展。

項目網址:https://huggingface.co/spaces/HuggingFaceM4/idefics_playground

關鍵詞：

專題新聞
  • 培養綜合素質，科大訊飛AI學習機LUMIE 10系列讓孩子在快樂中成長
  • 菏澤堯舜牡丹生物科技有限公司(關于菏澤堯舜牡丹生物科技有限公司簡述)
  • 鄭州“夏日招聘夜市”走進萬達商圈|關注高校畢業生就業
  • 自首后，特朗普狂攬710萬美元競選資金
  • 汕尾陸河創新禁毒宣傳形式，將禁毒宣傳與足球相結合
  • 致命失誤！米爾斯空砍21+5+6，兩戰46分創紀錄，無緣兩連勝

京ICP備2021034106號-51

Copyright © 2011-2020  亞洲資本網   All Rights Reserved. 聯系網站：55 16 53 8 @qq.com