狂飙160天,世界已经不是之前的样子 。
我新建了人工智能中文站
每天给大家更新可用的国内可用资源
GPT-4识图功能迟迟不开放,终于有人忍不住自己动手做了一个 。
-4来了,Demo开放在线可玩 。
传一张海鲜大餐照片上去,就能直接获得菜谱 。
传一张商品效果图,就可以让AI写一篇带货文案 。
手绘一个网页,可以给出对应的HTML代码
除了生产力拉满,也支持根据常识推理图上内容是否合理、解释表情包为什么好笑,以及看截图找电影等娱乐玩法 。
![别再纠结 GPT-4 了,最强平替 MiniGPT4 开源了,完全免费!](http://img.gansulong.com/230815/2131254M3-0.png)
文章插图
可以说,GPT-4发布时展示过的功能,-4基本也都有了 。
这下网友直接把Demo服务器挤爆,开发团队连开4台备用服务器,都有几十人在排队 。
不等了,现在就能玩
【别再纠结 GPT-4 了,最强平替 MiniGPT4 开源了,完全免费!】除了研究团队给出的示例,网友也用-4玩出了各种花样
有人上传自己画的画,让AI评价评价 。
有人上传一张从车道拍摄的飞机坠毁瞬间,让-4尽可能详细地描述,并思考自动驾驶AI能不能理解这个场面 。
做到这么好的效果,-4实现起来却并不复杂 。
把图像编码器与开源语言模型(小羊驼)整合起来,并且冻结了两者的大部分参数,只需要训练很少一部分 。
传统预训练阶段,使用4张A100在10个小时内就可完成,此时训练出来的已能够理解图像,但生成能力受到很大影响 。
为解决这个问题,团队让-4与合作创建了3500个图像文本的高质量数据集,也一并开源 。
用新的数据集微调可以显著提高模型的生成可靠性和整体可用性,而且计算效率很高,使用单个A100只需要7分钟 。
并且团队正在准备一个更轻量级的版本,部署起来只需要23GB显存 。
也就是消费级显卡中拥有24GB显存的3090或4090就可以本地运行了 。
-4开发团队来自KAUST(沙特阿卜杜拉国王科技大学),包括4位华人成员和他们的导师。
两位正在读博的共同一作还在页面上特别标注正在找工作 。
有意向的公司要抓紧抢人了~
在线Demo:
开源代码:
论文:
狂飙160天,世界已经不是之前的样子 。
我新建了人工智能中文站
每天给大家更新可用的国内可用资源
- Chatbox - 一款适用于 GPT-4 / GPT-3
- GPT4是迄今为止最强大的模型
- 全面剖析OpenAI发布的GPT-4比其他GPT模型强在哪里
- 译 GPT-4 官方技术报告
- 重磅突发!OpenAI正式推出多模态GPT-4
- 科普解密:世界上那些令人纠结的工程灾难! 世界十大科技灾难
- 趣评世界杯别再说“美中不足”:这不是“自慰”,而是自欺 8 历史之最的梗
- GPT-4火爆出圈,GPT-5或年底发布?
- 中国在雅鲁藏布江建水坝,能控制印度水源?别再被骗了 雅鲁藏布江中国之最
- 中国的十大火腿肠品牌,吃起来都很美味,别再只知道双汇和金锣了 中国十大火腿