多模态能力再升级 阿里国际发布最新开源多模态模型Ovis (多模态理解)
看一眼菜品图就知道怎么做、能给植物看病、能把手写英文准确翻译成中文、还能精准分析财报数据……多模态能力再次升级！今天，阿里国际AI团队发布了一款多模态大模型Ovis，在图像理解任务上不断突破极限，多种具体的子类任务中均达到了SOTA（最新技术）水平。
多模态大模型能够处理和理解多种不同类型的数据输入，例如文本、图像。与大型语言模型（LLMs）相比，大语言模型在处理和生成文本数据方面有专长，而多模态大模型能够处理非文本数据，如图像等等。
根据多模态权威综合评测平台OpenCompass的数据，Ovis1.6-Gemma2-9B在30B参数以下的模型中取得了综合排名第一，赶超MiniCPM-V-2.6等行业优秀大模型。
图：Ovis在OpenCompass上的测评数据情况
据介绍，Ovis能够在数学推理问答、物体识别、文本提取和复杂任务决策等方面展现出色表现。例如，Ovis可以准确回答数学问题，识别花的品种，支持多种语言的文本提取，甚至可以识别手写字体和复杂的数学公式。
案例1:Ovis对手写文案的识别及翻译能力
案例2：Ovis对复杂数学公式的处理能力
案例3:Ovis通过对图片的识别处理能够给出菜谱
具体来说，Ovis模型有五大优点：
1、创新架构设计：可学习的视觉嵌入词表：首次引入，将连续的视觉特征转换为概率化的视觉token，再经由视觉嵌入词表加权生成结构化的视觉嵌入，克服了大部分MLLM中MLP连接器架构的局限性，大幅提升多模态任务表现。
2、高分图像处理：动态子图方案：支持处理极端长宽比的图像，兼容高分辨率图像，展现出色的图像理解能力。
3、全面数据优化：多方向数据集覆盖：全面覆盖Caption、VQA、OCR、Table、Chart等各个多模态数据方向，显著提升多模态问答、指令跟随等任务表现。
4、卓越模型性能：Ovis展现出了优异的榜单表现。在多模态权威综合评测Opencompass上，Ovis1.6-Gemma2-9B在30B参数以下的模型中取得了综合排名第一，超过了Qwen2-VL-7B、MiniCPM-V-2.6等模型。尤其在数学问答等方向表现媲美70B参数模型；在幻觉等任务中，Ovis-1.6的幻觉现象和错误率显著低于同级别的模型，展现了更高的生成文本质量和准确性。
5、全部开源可商用：Ovis系列模型License采用 Apache 2.0。Ovis 1.0、1.5的数据、模型、训练和推理代码都已全部开源，可复现。Ovis1.6系列中的Ovis1.6-Gemma2-9B也已开源权重。
在AI领域，多模态大模型的应用场景非常广泛，包括但不限于自动驾驶、医疗诊断、视频内容理解、图像描述生成、视觉问答等。例如，在自动驾驶领域，多模态大模型可以整合来自摄像头、雷达和激光雷达的数据，以实现更精准的环境感知和决策。由于多模态大模型能够学习如何联合理解和生成跨多种模式的信息，也被视为朝向通用人工智能的下一个步骤。
根据此前媒体报道，阿里国际在去年成立了一支AI团队，目前已经在40多个电商场景里测试了AI能力，覆盖跨境电商全链路，包括商品图文、营销、搜索、广告投放、SEO、客服、退款、店铺装修等，其中多个应用场景均基于Ovis模型进行开发，已帮助50万中小商家、对1亿款商品进行了信息优化。据介绍，商家的AI需求不断增长，近半年的数据显示，平均每两个月，商家对于AI的调用量就翻1倍。
附相关链接：
论文arXiv:
Huggingface:
Demo:
版权文章，未经授权禁止转载。详情见 转载须知 。
本文地址： https://www.gpxz.com/article/10ff32e0a1ca47445378.html
4399新不良人安卓游戏为您提供新不良人游戏下载,新不良人安卓游戏攻略,新不良人安卓免费游戏,更多新不良人手机游戏下载尽在4399手机游戏。
找好学校就上求学指南（www.qiuxue360.com）专业的教育培训门户网站!汇集众多优秀会计培训学校、英语培训学校、建工培训学校、IT培训学校，口才培训学校等；帮助学员快速找到好学校！
旅游攻略网站提供丰富的旅游信息和攻略，包括景点介绍、住宿推荐、美食指南等，帮助旅行者更好地计划和享受旅行。网站内容实时更新，由专业旅游编辑团队撰写，适合各种旅游需求和预算。
北行软件库是一个提供海量手机应用/手机游戏免费下载的软件资源库。主要面向安卓手机/平板/其它智能设备用户，在这里能直接点击下载对应app的正版apk安装包，安全可靠；同时也为IOS用户附上苹果商店官方资源页。北行软件库每天录入最新最火软件应用/手机游戏，同时持续更新维护历史资源，确保用户长期获得良好下载体验
广州埃威姆音响公司致力于专业音响、会议音响系统、音响工程，秉承诚信、创新、共享的原则、优质的专业音响设备和一站式音视频设计解决方案完成了大量有影响力的音响工程联系热线：020-39218218
蓝鑫御网络科技有限公司提供优质的软件，方便用户的生活、工作。
湖北赛格尔市政工程有限公司是建设部批准的房屋建筑施工总承包、市政工程施工总承包二级和建筑装饰装修工程专业承包二级资质企业。成立于2008年，具有土建施工、市政工程、设备安装、房地产开发、装饰装潢、钢结构等一系列综合生产能力的经营体系。
盐池县九道农业科技有限公司，成立于2008年，注册资本800万元，是一家集滩羊养殖、收购、加工、储备、销售、推广、综合服务为一体化的农业企业。2021年8月在盐池县花马池镇北塘新村建设可存栏量5000只以上的盐池滩羊可视化生态智慧养殖牧场1座，现有滩羊存栏量1万只;公司计划筹建可储存1万吨盐池滩羊饲草料加工厂1座;可存栏量5000只以上的盐池滩羊可视化生态智慧养殖牧场7座;可日加工20吨盐池滩羊精深加工厂1座，截止到2021年10月，公司总资产3500万，销售收入9100余万元，其中信息化建设资金投入约1050万元。
商河在线招聘平台，汇聚了大量兼职|保安|司机等岗位信息，为您提供临时工|事业单位等多元化招聘需求。商河招聘网人才市场动态一手掌握，找工作|求职信息尽在掌握，济南商河地区招聘首选平台，助您快速找到理想工作！
河北汉蓝环境科技有限,电话:0311-83655680、83655628公司提发电机组尾气净化，柴油机黑烟净化器，叉车尾气净化器，矿山机械尾气处理，分布式能源站SCR脱硝，船舶脱硫脱硝，锅（窑）炉脱硫脱硝
杭州沪马智能科技有限公司-以技术为核心的全系智能物联产品提供商和行业解决方案服务商
近日，面壁智能完成新一轮数亿元融资，本轮融资由龙芯创投、鼎晖百孚、中关村科学城基金和赛富基金联合领投，北京市人工智能产业投资基金与清科创投跟投，万甲资本担任本轮独家财务顾问，本轮融资完成后，面壁智能表示，将进一步提速以端侧AI为代表的高效大模型商业化布局，以同等参数、更高性能、更低能耗、更快速度的高效大模型深度服务行业，为用户创造具体...。
爱美之心人皆有之，尤其对于新一代的女性来讲，经济实力的增长更是为生活的需求带来了更多的选择，而服饰作为生活中的重要环节，也是一度吸粉无数，其中，就速品女装加盟费用的介绍，感兴趣的朋友不妨跟着小编一起去了解一下，速品女装，一家专注乐活时尚概念的的企业，公司以，快时尚慢生活，的理念为核心文化，主打款多量少上新快的速品女装模式，凭借风格鲜明...。
雷锋网按，就大量关于，杀手级机器人，的炒作来说，2017年在人工智能方面取得了一些显著的进步，阿尔法狗、冷扑大师等棋牌机器人能让顶级玩家陷入绝望，在现实世界中，机器学习正被用于改善农业，以及扩大医疗保健的覆盖面，但你最近和Siri或者Alexa对话过吗，如果有，那么你会知道，撇开这些炒作，以及踌躇满志的亿万富翁们，还有很多事情人工智能...。
肉夹馍是特色的小吃，不仅味道非常的好，而且营养价值高，无论是南方，还是北方都非常的喜爱，且食材也比较简单，直接降低运营成本，这样小成本，高效益的项目，自然是创业者口中之物，痴馍肉夹馍主要经营的是特色肉夹馍，有专业的制作技术，提升产品的品质，也提升产品的出餐速度，如此以来大家想要了解一下，痴馍肉夹馍加盟好不好，痴馍肉夹馍作为肉夹馍行业的...。
据多方媒体消息，1月5日，全球两大知名工业传感器制造商宣布双方达成收购协议，工业传感器巨头Teledyne将以约80亿美元的现金和股票交易收购FLIRSystems，据称，这将是Teledyne有史以来最大的一笔收购，以加强其在航空航天和国防的传感器和成像系统的阵容，巨头结合为哪般，两家公司均主要针对工业和商业客户制造传感器，商业模式...。
发表在专业问答2022，8，1717，36展示机型信息，品牌型号，当贝newF3系统版本，当贝OS3.0软件版本，电视家3.0、QQ音乐6.10.0当贝F3Air可以通过遥控语音口述下载软件，也可以通过U盘下载软件，以下是当贝F3Air下载软件的具体操作方法，当贝F3Air怎么下载软件方法一，遥控语音下载1.打开投影仪打开当贝F3Ai...。
现在餐饮行业出现品牌特别多，每个品牌公司都有自己特色美食，能够在市场占据影响力，包司令就能让很多顾客满意，能够把更多特色美食以及传统美食做的让大家满意，制作出的各种特色中式美食顾客满意度也越来越高，包司令要多少加盟费，包司令加盟商签订合同后，大概准备3万元加盟费，1万元特许品牌使用费和大概1万元的履约金，品牌公司在广西很有名气，总部在...。
文字链接认证代码普通联盟标志认证代码企业广告联盟标志认证代码广告联盟评测代码说明，本页面的认证代码为手机人人分佣广告联盟专用评测代码，站长需懂简单html知识，直接复制代码粘贴到联盟网站相应页面即可使用，本代码不适用于其他广告联盟网站请勿获取！文字认证，文字链接代码认证适用所有类型的广告联盟，复制代码后放在手机人人分佣广告联盟网站首页...。
转自，台海网据俄新社11月10日报道，俄罗斯国度杜马，议会下院，国内事务委员会成员德米特里·别利克说，美国入选总统特朗普的顾问拒绝允许克里米亚回归乌克兰之举是正当的，此前，特朗普的初级顾问、共和党策略家布赖恩·兰扎示意，特朗普政府指导下的美国不会允许基辅，收回克里米亚，的欲望，由于这是不事实的立场，对乌克兰来说，该半岛曾经失去了，他以...。
[全球网报道]据台湾中时资讯网、中天资讯网7月11日报道，，美国在台协会，AIT，新任处长谷立言日前与台当局指导人赖清德会面，重申美国对台湾的允许，并称这合乎美国长期以来的，一中政策，而台媒留意到，谷立言，一中，两字在赖办的资讯稿中，被消音，了，台湾中天资讯网报道称，依据AIT在会后所颁布的资讯稿，谷立言与赖清德会面时谈到，美国会...。
资源是指人类可以应用的各种物质或非物质的人造或社会产品，以满足人类的需求和谋求，1、资源是指在人造界或社会中存在的、可供人类应用的各种物质和能量，可以是人造界的人造资源，如矿产资源、水资源、森林资源等；也可以是社会发明的人文资源，如科技常识、人才、文明遗产等，资源的存在和应用与人类的生活、开展和福祉亲密关系，2、资源是指供人类应用的各...。
有个朋友全职在家做代账会计自己一个人单干手上有多户收费特别低小规模一年块钱一般纳税人一年很多人图便宜都会找她代账在家做代账会计她怎么做的那么轻松我一直很纳闷她一个人怎么忙的过来多户的最主要的是还经常见她优哉游哉的逛街旅游貌似一点儿都不忙前几天去她家玩儿有幸参观了她的室这才知道代账会计原来这么轻松虽说有户但是小规模就有户...
如果是你也喜欢玩这些建造类型的游戏，那么大家可以去下载这些游戏，2024耐玩的建造类的游戏有哪些，这些建造类型的游戏中，大家可以去建造各式各样的房子，并且可以对这些房子进行装饰，大家所建造出来的房子可以做医院，做超市或者是酒吧，总而言之，建造出来的房子质量会非常好，而且有着大的用途，看着平地而起的这些建筑，大家是不是非常的高兴呢，1、...。
与去年的型号相比，IBM将其量子计算机的性能提高了一倍，目前，除了IBM之外，国际上许多科技巨头已经在实用量子计算机领域进行探索，比如英特尔、谷歌和微软等，当然，这种能给社会带来革命性变化的计算机仍处于技术发展的早期阶段，量子计算机的基本数据处理单位叫做量子位，Qubit，，量子位越多越好，不过，它们对外部环境的要求非常挑剔，比如热量...。
本周的投资项目非常有进步，比如定位数据平台CartoDB终于不再侧重基础的地图，而是地图之上的数据和应用层；比如小熊维尼把AR跟早教结合起来终于找了个靠谱点的商业模式；比如腾讯和百度双双在医疗项目上纷纷发力，而且项目的业务内容都惊人的一致，就是通过移动端简化看病难、看病贵的毒瘤症状，其中特别要提出表扬的AR早教这个，之前国内一票缺想象...。
营养粥店以受欢迎的皮蛋瘦肉粥为例，粥中含有皮蛋，它是鸭蛋加碱腌制而成的，可以这么说，用皮蛋煮粥的好处之一，就是它起到了加碱煮粥的效果，使粥更加容易煮烂，口感更加柔软，些店里还供应甜粥和冰粥，其中甜粥中加入不少糖，也有增加白糖摄入量的危险，而冰粥经过冰镇，和别的冷食一样，有可能促进胃肠血管的收缩，影响消化吸收，所以，在夏日炎炎、汗流浃背...。
发表在综合交流大区2018，12，2509，17来源于互联网Vivitek，丽讯，投影机在工程领域一直做的风生水起，其旗下的众多工程投影机被应用于各大旅游景点，逐渐成为旅游景点的一道亮丽的风景线，在家用投影市场领域Vivitek，丽讯，表面看上去好像一直不愠不火，其实Vivitek，丽讯，一直在暗自蓄力，从没有停止探索的脚步，Vivi...。
