您尚未登录账户请先登录您的atyun账户，方可使用该功能
您的企业账号申请正在审核中审核通过后即可使用此功能，请耐心等待~
微软发布多模态小型AI模型Phi-3-vision
2024年05月22日 由 daydream 发表
280
0
在2024年的Microsoft Build大会上，微软这家科技巨头宣布了其小型开放模型Phi-3家族的新成员。其中，特别引人关注的是Phi-3-vision，这是一个融合了语言和视觉能力的多模态模型。这款拥有42亿参数的模型能从图表和示意图中生成见解，为各种应用提供了强大的工具支持。
重点如下：
- Phi-3-vision：这是一个结合了语言和视觉能力的多模态模型，它能够从文本和图像（包括图表和示意图）中理解并生成见解。
- Phi-3-small和Phi-3-medium：这两款之前宣布的模型现已在Microsoft Azure上上线，为开发人员提供了构建生成式AI应用程序的强大工具。
- Phi-3-mini：作为Phi-3家族的首个模型，现在也已通过Azure AI的模型即服务提供，让用户更容易上手。
Phi-3-vision模型特别擅长处理如光学字符识别（OCR）、图表分析和示意图理解等任务。它被设计用来处理并推理现实世界中的图像，为处理视觉数据的开发人员提供了重要的工具。
Phi-3模型在性能和成本上都表现出色，相比更大的语言模型有着显著的优势。例如，Phi-3-small的表现超越了其规模两倍的模型，包括GPT-3.5 Plus，尽管它仅有70亿个参数。Phi-3-vision也延续了这一趋势，在视觉推理任务中超越了如Claude-3 Haiku和Gemini 1.0 Pro V等更大的模型。
Phi-3模型的紧凑设计使得它们可以部署在设备上，实现无需网络连接的低延迟AI体验，因此成为了理想的选择。此外，这些模型还具有更高的成本效益。据微软GenAI研究副总裁Sébastien Bubeck表示，Phi-3的成本“大大降低了”。
随着可用模型的不断发展，选择合适的模型将取决于特定的用例和业务需求。Phi-3家族的扩展为开发人员提供了一组多功能的工具，用于构建生成式AI应用程序。Phi-3模型在性能、成本效益和多功能性方面的优势使其成为广泛用例的理想选择，充分展示了小型语言模型在AI领域中的巨大潜力。
文章来源：https://www.maginative.com/article/microsoft-unveils-phi-3-vision-and-expands-phi-3-model-availability-on-azure/
欢迎关注ATYUN官方公众号
商务合作及内容投稿请联系邮箱:bd@atyun.com
专题
广告
写评论取消
回复取消