南洋理工华人团队80亿参数OtterHD让你逐一数清明上河图中的骆驼

<img src="">

AIGC动态欢迎阅读

原标题：我的眼睛就是尺！80亿参数OtterHD带你「清明上河图」数骆驼！南洋理工华人团队打造

关键词：模型、分辨率、团队、基准、图像

文章来源：新智元

内容字数：5131字

内容摘要：新智元报道编辑：好困【新智元导读】最近，由南洋理工华人团队提出的80亿参数多模态大模型OtterHD，不仅可以解决让GPT-4V难倒的问题，甚至可以数清明上河图（局部）里到底有多少只骆驼！想了解清明上河图中有多少头骆驼？快来看看这个支持超高清输入的多模态模型。最近，南洋理工的华人团队基于Fuyu-8B打造了80亿参数的多模态大模型OtterHD。论文地址：https://arxiv.org/abs/2311.04219不同于传统模型受限于固定尺寸视觉编码器，OtterHD-8B具备处理各种输入尺寸的能力，确保在各种推理需求下的通用性。此外，团队还提出了一个新的基准测试MagnifierBench，可详细评估LLM在辨别大尺寸图像中微小细节和空间关系能力。结果显示，OtterHD-8B表现出色，特别是在直接处理高分辨率输入时，优于同类模型。效果…

原文链接：点此阅读原文：我的眼睛就是尺！80亿参数OtterHD带你「清明上河图」数骆驼！南洋理工华人团队打造

联系作者

文章来源：新智元

作者微信：AI_era

作者简介：智能+中国主平台，致力于推动中国从互联网+迈向智能+新纪元。专注人工智能、机器人等前沿领域发展，研究人机融合、人工智能和机器人对人类社会与文明进化的影响，引领中国智能时代。