AIGC动态欢迎阅读
入选CVPR 2024
关键字：腾讯,模型,商汤,论文,视觉文章来源：量子位
内容字数：0字内容摘要：
一水 发自 凹非寺量子位 | 公众号 QbitAICVPR正在进行中，中国科研力量再次成为场内外焦点之一。
日前，AI顶会常客选手商汤科技，已经披露了今年成绩单：50篇论文入选，其中还有9篇被录用为Oral、Highlight。
这些成果，既是商汤科研和技术实力的最新证明，也透露着这家知名AI公司对于产业趋势和技术趋势的预判——
论文涉及自动驾驶、机器人等前沿方向。
大规模视觉语言基础模型：InternVL商汤科技、上海AI实验室等联合设计了一个大规模的视觉语言基础模型——InternVL。
首次将大规模视觉编码器扩展到60亿个参数，与LLM进行对齐，在准确性、速度和稳定性之间取得了良好平衡。
论文：https://arxiv.org/abs/2312.14238
为了有效训练大规模视觉语言基础模型，InternVL还引入了一种渐进式图像-文本对齐策略。
该策略最大限度地利用网络规模的噪声图像-文本数据进行对比学习，并将细粒度、高质量的数据用于生成学习。
通过验证，相较于当前最先进的视觉基础模型和多模态大语言模型，InternVL在广泛的通用视觉语言任务上能够取得更领先的结果。
另外，联系作者
文章来源：量子位
作者微信：QbitAI
作者简介：追踪人工智能新趋势，关注科技行业新突破
