發(fā)布時間:2024-04-02 17:45:05 瀏覽量:195次
澎湃新聞記者 張唯
六出奇光動地來,西方海國見旌旗。
水心惟有終無底,火內(nèi)曾無徹上灰。
地軸迂回周八極,天球低陷不磨回。
明朝滄海成桑田,吾欲吹噓弄大灰。
以上詩句題為《詠智利日全食》,來自人工智能模型“文匯”的手筆。
人工智能模型“文匯”是北京智源人工智能研究院近日發(fā)布的一款面向認(rèn)知的超大規(guī)模新型預(yù)訓(xùn)練模型。它旨在探索解決當(dāng)前大規(guī)模自監(jiān)督預(yù)訓(xùn)練模型不具有認(rèn)知能力的問題,參數(shù)規(guī)模達(dá)113億,僅次于OpenAI1月初發(fā)布的DALL·E模型的120億參數(shù)量,是目前中國規(guī)模最大的預(yù)訓(xùn)練模型。
超大規(guī)模預(yù)訓(xùn)練模型是當(dāng)前人工智能領(lǐng)域研究的熱點。
自2020年5月,OpenAI發(fā)布迄今為止全球規(guī)模最大的預(yù)訓(xùn)練模型GPT-3以來,OpenAI、谷歌等科技公司都在持續(xù)推動大規(guī)模預(yù)訓(xùn)練模型的進一步發(fā)展。2021年1月5日,OpenAI在官方博客發(fā)布了人工智能神經(jīng)網(wǎng)絡(luò)“DALL·E”,可以通過自然語言文本直接生成對應(yīng)圖像。
據(jù)介紹,“文匯”模型能夠?qū)W習(xí)不同模態(tài)(文本和視覺領(lǐng)域為主)之間的概念,可以實現(xiàn)“用圖生文”等任務(wù),具有一定的認(rèn)知能力。
北京智源人工智能研究院成立于2018年11月,是在科技部和北京市委市政府的指導(dǎo)和支持下,由北京市科委和海淀區(qū)政府推動成立的新型研發(fā)機構(gòu)。
“文匯”由智源研究院發(fā)起的“悟道”攻關(guān)團隊完成,團隊由智源研究院、阿里巴巴、清華大學(xué)、中國人民大學(xué)、中國科學(xué)院、搜狗、智譜.AI、循環(huán)智能等單位的科研骨干組成。
智源研究院院長、北京大學(xué)信息技術(shù)學(xué)院黃鐵軍表示,“文匯”模型針對性地設(shè)計了多任務(wù)預(yù)訓(xùn)練的方法,可以同時學(xué)習(xí)文→文、圖→文以及圖文→文等多項任務(wù),實現(xiàn)對多個不同模態(tài)的概念理解。
“文匯”模型能夠完成多種圖文生成任務(wù)。例如,根據(jù)下面這張圖片,模型可給出描述如下描述:
旗袍是一種古典的風(fēng)格,它不僅能夠彰顯出女性優(yōu)雅氣質(zhì),而且還具有很好的修飾身形。這款旗袍采用了經(jīng)典的圓領(lǐng)設(shè)計,穿著舒適自在,同時又能夠展現(xiàn)出女性柔美的頸部線條,讓你更加的迷人。精致的繡花工藝,使得整件衣服看起來更加的精致,也更加的凸顯出女性的魅力。

“文匯”模型還能夠生成基于人設(shè)的文本:


據(jù)悉,“文匯”模型的研究團隊在模型中提出了針對多模態(tài)認(rèn)知生成的大規(guī)模預(yù)訓(xùn)練的架構(gòu)M6:
MultiModality-to-MultiModality Multi-task Mega-Transformer。模型整體架構(gòu)基于Transformer,其中圖像進行切塊并對塊采用ResNet-50提取特征。這些特征以及對應(yīng)的position embedding讓圖像和文本能組合在一起送入模型。
智源研究院透露,目前,“文匯”已支持基于認(rèn)知推理的多種自然語言及跨模態(tài)應(yīng)用任務(wù),部分應(yīng)用即將與搜狗、阿里巴巴、學(xué)堂在線、智譜.AI、循環(huán)智能等機構(gòu)合作上線。具體功能包括基于上傳圖片的開放域問答、用語言操作數(shù)據(jù)可視化、基于預(yù)訓(xùn)練語言模型的詩詞創(chuàng)作應(yīng)用和可控人設(shè)的開放域問答等。
責(zé)任編輯:李躍群
校對:徐亦嘉
熱門資訊
1. 華為手機神奇“AI修圖”功能,一鍵消除衣服!原圖變身大V領(lǐng)深V!
最近華為手機Pura70推出的“AI修圖”功能引發(fā)熱議,通過簡單操作可以讓照片中的人物換裝。想了解更多這款神奇功能的使用方法嗎?點擊查看!
近年來,人工智能逐漸走入公眾視野,其中的AI圖像生成技術(shù)尤為引人注目。只需在特定軟件中輸入關(guān)鍵詞描述語以及上傳參考圖就能智能高效生成符合要求的...
想將照片變成漫畫效果?這篇文章分享了4個方法,包括Photoshop、聰明靈犀、VanceAI Toongineer、醒圖,簡單操作就能實現(xiàn),快來嘗試一下吧!
4. 一款免費無限制的AI視頻生成工具火了!國內(nèi)無障礙訪問!附教程
人人都可以動手制作AI視頻! 打開網(wǎng)址https://pixverse.ai/,用郵箱注冊后,點擊右上角Create,就可以開始創(chuàng)作了。 PixVerse目前有文案生成視頻,和圖片生...
5. 趕緊收藏好!這4個完全免費的AI視頻制作網(wǎng)站和工具
以下是一些免費的AI視頻制作網(wǎng)站或工具,幫助您制作各種類型的視頻。 1. Lumen5:Lumen5是一個基于AI的視頻制作工具,可將文本轉(zhuǎn)換為視頻。 用戶可以使...
6. 零基礎(chǔ)10分鐘生成漫畫,教大家如何用AI生成自己的漫畫
接下來,我將親自引導(dǎo)你,使用AI工具,創(chuàng)作一本既有趣又能帶來盈利的漫畫。我們將一起探索如何利用這個工具,發(fā)揮你的創(chuàng)意,制作出令人驚嘆的漫畫作品。讓...
就能快速生成一幅極具藝術(shù)效果的作品,讓現(xiàn)實中不懂繪畫的人也能參與其中創(chuàng)作!真的超贊噠~趣趣分享幾款超厲害的AI繪畫軟件,提供詳細(xì)操作!有需要的快來...
8. AI視頻制作神器Viggle:讓靜態(tài)人物動起來,創(chuàng)意無限!
Viggle AI是一款免費制作視頻的AI工具,能讓靜態(tài)人物圖片動起來,快來了解Viggle AI的功能和優(yōu)勢吧!
9. 10個建筑AI工具,從設(shè)計到施工全覆蓋!肯定有你從來沒聽過的
講述了建筑業(yè)比較著名的AI公司小庫科技做出的探索,在這兒就不多說了。今天,我們試著在規(guī)劃設(shè)計、建筑方案設(shè)計、住宅設(shè)計、管道設(shè)計、出渲染圖、3D掃...
10. Logo Diffusion——基于sd繪畫模型的AI LOGO 生成器
這下LOGO設(shè)計徹底不用求人了。接下來詳細(xì)演示一遍操作流程首先進入Logo D... 想學(xué)習(xí)更多AI技能,比如說關(guān)于怎么樣利用AI來提高生產(chǎn)效率、還能做什么AI...
最新文章
同學(xué)您好!