智谱AI与清华KEG合作，发布了名为CogVLM-17B的开源多模态大模型

从现在开始，努力学习吧！本文《智谱AI与清华KEG合作，发布了名为CogVLM-17B的开源多模态大模型》主要讲解了等等相关知识点，我会在golang学习网中持续更新相关的系列文章，欢迎大家关注并积极留言建议。下面就先一起来看一下本篇正文内容吧，希望能帮到你！

鞭牛士 10月12日消息，近日，智谱AI&清华KEG于魔搭社区发布并直接开源了多模态大模型——CogVLM-17B。据悉，CogVLM是一个强大的开源视觉语言模型，利用视觉专家模块深度整合语言编码和视觉编码，在14项权威跨模态基准上取得了SOTA性能。

CogVLM-17B是目前多模态权威学术榜单上综合成绩第一的模型，在14个数据集上取得了最先进的或者第二名的成绩。CogVLM的效果取决于“视觉优先”的思想，即在多模态模型中将视觉理解放在更优先的位置。它使用了5B参数的视觉编码器和6B参数的视觉专家模块，总共有11B参数来建模图像特征，甚至比文本的7B参数还要多

今天带大家了解了的相关知识，希望对你有所帮助；关于科技周边的技术知识我们会一点点深入介绍，欢迎大家关注golang学习网公众号，一起学习编程~