← 返回系列列表
mPLUG-Owl 1 个模型
发布时间线
2024.08.19
mPLUG-Owl3
极速推理:First Token Latency缩小6倍,单张A100可建模400张图片,4秒看完2 ...
| 发布日期 | 公司 | 模型名称 | 类型 | 特性 |
|---|---|---|---|---|
| 2024-08-19 | 阿里巴巴 | mPLUG-Owl3 | 主流 | 极速推理:First Token Latency缩小6倍,单张A100可建模400张图片,4秒看完2小时电影、高效架构:通过Hyper Attention模块将文本Transformer扩展为多模态,无需提前拼接视觉序列,规避长视觉序列计算开销、多图推理:支持多图理解与推理,能识别图片间风格差异及角色一致性、长视频理解:支持端到端长视频理解,对电影开头、中间、结尾片段提问均能准确回答、检索增强:支持基于多模态检索知识的回复,并给出判断依据 |