元乘象Chatimg3.0來了，趕超GPT-4V，還給出產(chǎn)業(yè)升級新打法

　　最近，AI 領(lǐng)域都在思考一件事:多模態(tài)大模型落地產(chǎn)業(yè)，好的打法應(yīng)該是什么?

　　通用人工智能時代正在到來，AI 大模型技術(shù)已成為數(shù)字經(jīng)濟(jì)下基礎(chǔ)設(shè)施建設(shè)的重要支撐，也成為產(chǎn)業(yè)智能化轉(zhuǎn)型的核心「引擎」，AI 大模型 + 產(chǎn)業(yè)應(yīng)用迎來了前所未有的發(fā)展機(jī)遇。

　　在10月28日舉辦的 CNCC2023「超智融合 AI 大模型應(yīng)用落地發(fā)展論壇」上，智子引擎發(fā)布了「元乘象 Chatimg3.0」，展示了多模態(tài)通用生成模型「元乘象 Chatimg3.0」的最新進(jìn)展與落地探索。

　　Chatimg3.0核心技術(shù)的升級迭代

　　元乘象 Chatimg3.0是一個超精細(xì)識別、少幻覺的多模態(tài)大模型，同時支持多圖理解、物體定位、OCR 等功能。Chatimg3.0給硬件設(shè)備裝上了大腦，可實現(xiàn)更自然更流暢的人機(jī)交流，為 AI 多模態(tài)大模型賦能產(chǎn)業(yè)應(yīng)用打下了堅實的基礎(chǔ)。

　　與 Chatimg2.0相比，Chatimg3.0主要進(jìn)行了兩方面的升級，包括第一階段的預(yù)訓(xùn)練(描述、檢測、OCR 等多任務(wù)訓(xùn)練)以及第二階段的指令微調(diào)(高質(zhì)量的人工精篩指令集)。

　　為更好的評估多模態(tài)大模型的能力，智子引擎構(gòu)建了一個全新的多模態(tài)對話測試集，從描述、推理、檢測、問答、業(yè)務(wù)五個方面對模型能力進(jìn)行評測，而且在問答和業(yè)務(wù)兩個方面的能力上趕超 GPT-4V，展現(xiàn)出了國產(chǎn)大模型優(yōu)秀的發(fā)展?jié)摿Α?/p>

　　以下是 Chatimg3.0對比 GPT-4V 在測試中的具體表現(xiàn):

　　重點領(lǐng)域探索應(yīng)用

　　目前，智子引擎已經(jīng)將「元乘象 Chatimg3.0」應(yīng)用于全域防控和無人機(jī)巡檢等領(lǐng)域，通過與無人機(jī)、電子探頭等前端感知設(shè)備的融合，升級傳統(tǒng)巡檢和安防，實現(xiàn)了 AI 缺陷識別、異常檢測、行為分析、重點監(jiān)控、自主巡查、風(fēng)險預(yù)測等功能，推動了 AI 工程化革新進(jìn)程。

　　作為國內(nèi)首個多模態(tài)大模型研發(fā)團(tuán)隊，智子引擎不僅在人才和技術(shù)上擁有先天的優(yōu)勢，多個知名投資機(jī)構(gòu)和 IT 行業(yè)龍頭的天使投資，也讓這家公司「如虎添翼」。

　　在軟通動力、華軟科技等知名企業(yè)的協(xié)同助力下，融合「元乘象 Chatimg3.0」研發(fā)的「智子・天穹」和「智子・天巡」系統(tǒng)一經(jīng)面世便得到了行業(yè)的關(guān)注，產(chǎn)品被快速應(yīng)用于城市治理、智慧電力、管道巡檢、園區(qū)管理、農(nóng)業(yè)、金融等多行業(yè)應(yīng)用場景，并逐步開始試點部署。

　　未來，為了加速大模型產(chǎn)業(yè)應(yīng)用落地，促進(jìn)數(shù)字經(jīng)濟(jì)可持續(xù)發(fā)展，智子引擎將繼續(xù)加強(qiáng)模型訓(xùn)練和能力升級，匯聚行業(yè)頂尖人才和優(yōu)勢資源，為大模型助力產(chǎn)業(yè)升級不遺余力。核心模型 「元乘象 Chatimg」未來還會在 AI agents、具身智能等方向持續(xù)發(fā)力，并將收獲更多行業(yè)關(guān)注。