上次更新于2024-08-20 07:50 by
销售人员2024年8月19日，该公司宣布将推出一套新的大型开源多模式AI型号。XGEN-MM”（别名Blip-3）已发布。这组模型大大提高了AI理解和生成结合文本，图像和其他数据类型的内容的能力。
XGEN-MM最大的模型具有40亿个参数，与相同大小的开源模型相比，具有竞争性能。一个值得注意的创新是其处理“交错数据”的能力，该数据结合了多个图像和文本。
Salesforce发布了针对不同目的优化的模型的变化，例如预先训练的模型，定向和安全调整的模型。
。这些模型接受了1万亿代价尺度的数据集培训，称为“ Mint-1t”。
Salesforce发布“ XGEN-MM”开源多模式模型，以提高视觉语言的理解XGEN-MM代码，模型和数据集可在Salesforce的GitHub存储库中找到。这项计划可以加速AI的研发，并使获得多模式AI技术的访问权力。
从：
[编辑部评论]
Salesforce发布的XGEN-MM（BLIP-3）有可能为多模式AI技术打开新的视野。让我们仔细研究这项技术的创新和影响。
要注意的第一件事是XGEN-MM的“交错数据”处理能力。这是指同时理解多个图像和文本并理解其关系的能力。此功能使AI可以组合并理解复杂的视觉和文本信息，例如人类。
例如，医学领域可以全面分析多个X射线图像和测试结果，以帮助更准确的诊断。此外，在自动驾驶技术中，可以集成了多个相机和流量信息的镜头以做出更安全的驾驶决策。
从AI研究的民主化的角度来看，XGEN-MM的发布也很重要。随着主要的科技公司趋向于保持尖端AI的私人模型，Salesforce的努力为更多的研究人员和开发人员提供了访问多模式AI技术的机会。
但是，这项技术的传播也存在潜在的风险。对滥用高级AI模型和隐私入侵的担忧不容忽视。虽然Salesforce提供了一个安全调整的模型，但人们对AI技术的道德使用进行了加深的讨论。
从长期的角度来看，诸如XGEN-MM之类的技术可以极大地改变人与AI之间的相互作用。 AI可以以更自然的方式处理视觉和语言信息，可能会大大提高虚拟助手和机器人的能力。
这项技术还可以为教育部门带来创新。可以开发AI系统，以视觉上解释复杂的概念并根据学习者的理解提出适当的教材。
- [词汇表]多模式AI
：它是一个可以同时处理不同类型的信息（例如文本，图像和音频）的AI。 - 。正如人类用眼睛看到的，耳朵听到并做出全面的判断一样，AI还结合了多种来源来做出理解和判断。交错数据
： - 它是一种数据格式，其中交替安排了多种不同类型的数据（例如图像和文本）。能够处理这种情况意味着AI可以像人类一样可以同时理解和关联多个来源。参数
：
这些值可以在AI模型中调整并影响模型的学习能力和性能。您拥有的参数越多，您可以解决更多复杂问题的可能性。
- [参考链接]
- 。Salesforce GitHub存储库（XGEN-MM）
（外部）