智譜AI與清華KEG合作，發表了名為CogVLM-17B的開源多模態大模型

鞭牛士 10月12日消息，近日，智譜AI&清華KEG於魔搭社群發布並直接開源了多模態大模型－CogVLM-17B。據悉，CogVLM是一個強大的開源視覺語言模型，利用視覺專家模組深度整合語言編碼和視覺編碼，在14項權威跨模態基準上取得了SOTA效能。

CogVLM-17B是目前多模態權威學術榜單上綜合成績第一的模型，在14個資料集上取得了最先進的或是第二名的成績。 CogVLM的效果取決於「視覺優先」的思想，即在多模態模型中將視覺理解放在更優先的位置。它使用了5B參數的視覺編碼器和6B參數的視覺專家模組，總共有11B參數來建模影像特徵，甚至比文字的7B參數還要多

以上是智譜AI與清華KEG合作，發表了名為CogVLM-17B的開源多模態大模型的詳細內容。更多資訊請關注PHP中文網其他相關文章！