AI大模型

书生通用大模型

书生是一个通用大模型开放基座,包括多模态大模型、语言大模型和实景三维大模型,支持开放世界理解、多模态交互和跨模态生成,覆盖了多种数据集和任务,推动了自动驾驶、气象预报...

标签:

什么是"书生通用大模型"?

书生是一个通用大模型开放基座,包括多模态大模型、语言大模型和实景三维大模型。它具有开放理解、多模态交互、跨模态生成等能力,支持多种语义标签,覆盖了语言、知识、理解、推理、创作、安全等全维度。同时,书生提供全链条开源开放体系,支持数据汇聚、预训练、微调、部署和评测,以及应用创新的OpenDriveLab、OpenMEDLab等服务。

"书生通用大模型"有哪些功能?

1. 多模态大模型:80亿多模态样本训练,参数量达到200亿,支持开放世界理解、多模态交互和跨模态生成,能够处理350万种语义标签。
2. 语言大模型:拥有千亿参数基座模型,具有较高的知识水平和推理能力,综合能力在MMLU、CEval、GAOKAO-Bench等综合评价上超越其他模型。
3. 实景三维大模型:基于NeRF的城市级实景三维大模型,覆盖大规模城市实景三维建模与编辑,训练、渲染、交互一体化系统。

产品特点:

书生的特点包括突出的能力、原创技术、大规模参数、全链条开源开放体系和应用创新。它利用语言定义任意任务、实现光标指令交互、具备轻量级自适应融合技术,支持多种语义标签,覆盖了多种数据集和任务,推动了自动驾驶、气象预报、医疗图像等领域的创新应用。

应用场景:

1. 自动驾驶:OpenDriveLab涵盖自动驾驶大模型、端到端自动驾驶、BEV感知等多个研究方向,推动未来出行更加安全、便捷和智能。
2. 气象预报:基于多模态和多任务深度学习方法,AI大模型“风乌”实现了在高分辨率上对核心大气变量进行超过10天的有效预报。
3. 医疗图像:OpenMEDLab开源的医疗多模态基础模型,有效解决医疗长尾问题和AI模型研发的高成本、低效率、泛化差等问题。

"书生通用大模型"如何使用?

用户可以通过书生提供的全链条开源开放体系,进行数据汇聚、预训练、微调、部署和评测,以及应用创新的OpenDriveLab、OpenMEDLab等服务,实现自动驾驶、气象预报、医疗图像等领域的创新应用。

常见问题:

暂无常见问题。

相关导航

暂无评论

暂无评论...