微软在官方宣布在Azure AI云开发平台中,新增了Falcon、Phi、Jais、Code Llama、CLIP、Whisper V3、Stable Diffusion等40个新模型,涵盖文本、图像、代码、语音等内容生成。
开发人员只需要通过API或SDK就能快速将模型集成在应用程序中,同时支持数据微调、指令优化等量身定制功能。
此外,开发人员可通过关键字搜索,在Azure AI的“模型超市”中迅速找到适合自己的产品,例如,输入“代码”两字,就能显示相应的模型。
以下是部分知名新增模型的简单介绍
Whisper V3
Whisper V3是OpenAI最新开发的语音模型,使用了100万小时弱标记音频和400万小时的伪标记音频的多语言数据进行了训练,同时接受了语音识别和语音翻译方面的训练。支持语音翻译、转录等功能。
Stable Diffusion
Stable Diffusion是由Stability AI开发的文本生成图像扩散模型,可生成素描、油画、卡通、3D等多种类型图片,也是目前最强开源扩散模型之一。
微软Azure AI将提供Stable-Diffusion-V1-4、Stable-Diffusion-2-1、Stable-Diffusion-V1-5、Stable-Diffusion-Inpainting 、Stable-Diffusion-2-Inpainting五种不同版本模型。
Phi
Phi-1-5有 13亿参数Transformer架构的模型。使用了与 Phi-1相同的数据进行了训练,并增加了一个新的数据源,该数据源由各种NLP合成文本组成。
在评估测试常识、语言理解和逻辑推理的基准时, Phi-1.5成为参数少于100亿的模型中,成为最出色的模型之一。该模型可以写诗,起草电子邮件,创作故事,总结文本,编写 Python 代码等。
Phi-2有27亿参数,与 Phi-1-5相比,其推理能力和安全措施有了显着提高,但与业内其他Transformer 架构模型相比参数较小,但性能依然强悍。
Falcon
Falcon(猎鹰)模型是由阿联酋阿布扎比研究室出品的大语言模型,使用了1万亿训练数据集,支持文本生成、内容总结等功能,支持Falcon-40b、Falcon-40b-Instruct 、Falcon-7b-Instruct和Falcon-7b四种模型。
SAM
SAM(Segment Anything Model)是由Meta开发的图像分割模型,可根据提示快速分割图像。SAM在1100万张图像和11亿掩模的数据集上进行了训练。
SAM支持0样本训练支持新的图像分割任务,目前有Facebook-Sam-Vit-Large 、Facebook-Sam-Vit-Huge 、Facebook-Sam-Vit-Base 三种模型。
CLIP
CLIP是由OpenAI开发的多模态AI模型,在大量的图像和文本对上进行训练,能够理解图像内容并将其与自然语言描述相关联。CLIP通过对图像和文字进行共同的表示学习,极大地提升了计算机视觉的各种任务,包括分类、对象检测、图像字幕和更多。
目前有OpenAI-CLIP-Image-Text-Embeddings-ViT-Base-Patch32、OpenAI-CLIP-ViT-Base-Patch32和OpenAI-CLIP-ViT-Large-Patch14三个版本。
Code Llama
Code Llama是Meta开发的专注开发领域的模型,通过文本就能生成、审核、改写代码,拥有CodeLlama-34b-Python 、CodeLlama-13b-Instruct等8个版本,是目前最强开源代码模型之一。
文章内容仅供阅读,不构成投资建议,请谨慎对待。投资者据此操作,风险自担。
近日,中国家电及消费电子博览会(AWE 2024)隆重开幕。全球领先的智能终端企业TCL实业携多款创新技术和新品亮相,以敢为精神勇闯技术无人区,斩获四项AWE 2024艾普兰大奖。
“以前都要去窗口办,一套流程下来都要半个月了,现在方便多了!”打开“重庆公积金”微信小程序,按照提示流程提交相关材料,仅几秒钟,重庆市民曾某的账户就打进了21600元。
由世界人工智能大会组委会、上海市经信委、徐汇区政府、临港新片区管委会共同指导,由上海市人工智能行业协会联合上海人工智能实验室、上海临港经济发展(集团)有限公司、开放原子开源基金会主办的“2024全球开发者先锋大会”,将于2024年3月23日至24日举办。