12 月 16 日消息，無問芯穹今日宣布，開源無問芯穹端側解決方案中的全模態理解小模型 Megrez-3B-Omni 和它的純語言模型版本 Megrez-3B-Instruct。
官方表示，Megrez-3B-Omni 是一個為端而生的全模態理解模型，同時具備圖片、音頻、文本三種模態數據的處理能力：
在圖像理解方面，Megrez-3B-Omni 是目前 OpenCompass、MME、MMMU、OCRBench 等多個主流測試集上精度最高的圖像理解模型之一。
在文本理解方面，Megrez-3B-Omni 在 C-EVAL、MMLU / MMLU Pro、AlignBench 等多個權威測試集上取得端上模型最優精度。
在語音理解方面，Megrez-3B-Omni 支持中文和英文的語音輸入，還能夠處理復雜的多輪對話場景，也能支持對輸入圖片或文字的語音提問，實現不同模態間的自由切換。
官方宣稱，與上一代及其他端側大語言模型相比，單模態版本的 Megrez-3B-Instruct 在推理速度上取得了顯著提升，最大推理速度可以領先同精度模型 300%。
本站內容除特別聲明的原創文章之外，轉載內容只為傳遞更多信息，并不代表本網站贊同其觀點。轉載的所有的文章、圖片、音/視頻文件等資料的版權歸版權所有權人所有。本站采用的非本站原創文章及圖片等內容無法一一聯系確認版權者。如涉及作品內容、版權和其它問題，請及時通過電子郵件或電話通知我們，以便迅速采取適當措施，避免給雙方造成不必要的經濟損失。聯系電話：010-82306118；郵箱：aet@chinaaet.com。