https://rank.opencompass.org.cn/leaderboard-multimodal/?m=REALTIME
這一成績(jī)不僅刷新了國(guó)內(nèi)AI模型在國(guó)際多模態(tài)測(cè)評(píng)中的最高得分紀(jì)錄,更超越谷歌、OpenAI等全球頂尖團(tuán)隊(duì),與商湯科技SenseNova(80.4分)、上海AI LAB InternVL(79.1分)占據(jù)前10名的半壁江山,展現(xiàn)了中國(guó)在通用人工智能領(lǐng)域的突破性進(jìn)展。
此次評(píng)測(cè)中,從容大模型展現(xiàn)了全方位技術(shù)優(yōu)勢(shì)。面對(duì)涵蓋視覺(jué)感知、認(rèn)知理解與跨領(lǐng)域應(yīng)用的8大核心數(shù)據(jù)集,該模型在醫(yī)學(xué)健康、數(shù)理邏輯、藝術(shù)設(shè)計(jì)等十余個(gè)專業(yè)領(lǐng)域表現(xiàn)突出。
尤其在MMBench中文測(cè)試、高難度學(xué)科綜合評(píng)測(cè)(MMMU)及高階推理榜單(MMStar)中均拔得頭籌,并在復(fù)雜場(chǎng)景文本識(shí)別(ocrbench)、開放域問(wèn)答(MMVet)等關(guān)鍵場(chǎng)景中穩(wěn)居全球前列,其綜合能力較國(guó)際頭部模型GPT-4.1領(lǐng)先近5分。
技術(shù)突破源于云從科技在多模態(tài)核心領(lǐng)域的持續(xù)深耕。從容大模型聚焦通用視覺(jué)語(yǔ)言理解與推理任務(wù),通過(guò)三大核心領(lǐng)域(多模態(tài)對(duì)齊、高階推理、長(zhǎng)上下文建模)的突破性優(yōu)化,構(gòu)建起全球領(lǐng)先的技術(shù)壁壘:
1.多模態(tài)對(duì)齊:
自建面向強(qiáng)化指令對(duì)齊的高質(zhì)量基準(zhǔn)數(shù)據(jù)集,覆蓋了圖文問(wèn)答、多模態(tài)理解、多輪交互等任務(wù)場(chǎng)景,提升多模態(tài)理解與任務(wù)指令遵循的推理表現(xiàn)。
2.決策類人化:
首創(chuàng)融合DPO(直接偏好優(yōu)化)與GRPO(生成式獎(jiǎng)勵(lì)優(yōu)化)的雙重對(duì)齊技術(shù),無(wú)需依賴獎(jiǎng)勵(lì)模型即可實(shí)現(xiàn)類人化推理決策,通過(guò)優(yōu)化模型學(xué)習(xí)機(jī)制,從容大模型實(shí)現(xiàn)了更貼近人類思維的決策方式,在復(fù)雜問(wèn)答與多輪交互中展現(xiàn)出更強(qiáng)的智能行為選擇能力;
3.高效工程優(yōu)化:
重點(diǎn)攻克了4K高分辨率圖像問(wèn)答場(chǎng)景,面向多模態(tài)文檔理解(OCR)對(duì)模型的圖像編碼器進(jìn)行了結(jié)構(gòu)優(yōu)化,可處理高分辨率圖像與文檔(如合同、發(fā)票表格等),支持多模態(tài)文檔的智能審查、智能解析、智能問(wèn)答等任務(wù)。
面對(duì)跨頁(yè)文檔分析、多輪對(duì)話等長(zhǎng)文本場(chǎng)景,可精準(zhǔn)追蹤超過(guò)3萬(wàn)字的上下文邏輯;
4.原生多模態(tài)推理
模型全面升級(jí),面向多圖、跨圖場(chǎng)景的圖文交錯(cuò)模式和原生視頻模式,提供原生的多模態(tài)文檔理解和多模態(tài)視頻理解,可以實(shí)現(xiàn)跨圖比較、圖文組合推理、多圖問(wèn)答等復(fù)雜多模態(tài)任務(wù),進(jìn)而提升大模型大模型的模型理解深度與廣度。
從容大模型多模態(tài)能力示例
目前,該模型已在金融、制造、政務(wù)等多個(gè)領(lǐng)域通過(guò)AI智能體實(shí)現(xiàn)規(guī)模化落地。
某銀行基于該模型與云從合作打造風(fēng)控合規(guī)案防智能平臺(tái),構(gòu)建風(fēng)控AI智能體,實(shí)現(xiàn)風(fēng)險(xiǎn)識(shí)別自動(dòng)化和問(wèn)責(zé)標(biāo)準(zhǔn)化,投訴數(shù)量壓降50%以上;在電商領(lǐng)域,云從科技為正浩創(chuàng)新部署的智能客服平臺(tái),通過(guò)多模態(tài)對(duì)齊與知識(shí)庫(kù)精準(zhǔn)匹配,將問(wèn)答準(zhǔn)確率提升至95%,客服月均效率提高24%。
“技術(shù)創(chuàng)新最終要服務(wù)于社會(huì)價(jià)值。”云從科技聯(lián)合創(chuàng)始人姚志強(qiáng)表示,團(tuán)隊(duì)將持續(xù)探索多模態(tài)技術(shù)的安全落地模式,以自主創(chuàng)新的AI基礎(chǔ)設(shè)施,為全球智能化轉(zhuǎn)型提供更高效、更包容的技術(shù)支撐。
隨著從容大模型的持續(xù)進(jìn)化,中國(guó)人工智能正以扎實(shí)的技術(shù)根基,開啟賦能實(shí)體經(jīng)濟(jì)的新篇章。
