哈工深发布多模态大模型「九天」，性能直升5%，横扫13个视觉语言任务!

<img src="">

阅读AIGC动态的最新消息

近日，哈工深发布了名为「九天」的多模态大模型，在13个视觉语言任务上取得令人瞩目的进展，性能提升了5%。这一成果融合了细粒度空间感知和高层语义视觉知识，为多模态大语言模型领域带来了新的突破。

该研究由哈尔滨工业大学（深圳）的研究人员提出，并称其为双层知识增强的多模态大语言模型-九天（JiuTian-LION）。相较于现有工作，九天通过提出分段指令微调策略和混合适配器，实现了图像级理解任务和区域级定位任务之间的互相提升。

如果您对该主题感兴趣，可以点击原文链接了解更多详细信息：横扫13个视觉语言任务！哈工深发布多模态大模型「九天」，性能直升5%

联系作者

文章来源：新智元

作者微信：AI_era

作者简介：AI_era是智能+中国的主平台，专注于推动中国从互联网+向智能+新纪元的转变。他们致力于研究人工智能、机器人等前沿领域的发展，并关注人工智能和机器人对人类社会与文明进化的影响，引领着中国走向智能时代。