OpenAI推出兩套多模態(tài)人工智能系統(tǒng)模型
據(jù)外媒，知名機(jī)器學(xué)習(xí)公司OpenAI近日推出兩套多模態(tài)人工智能系統(tǒng)模型DALL-E和CLIP，DALL-E可以基于文本直接生成圖像，CLIP能夠完成圖像與文本類別的匹配。DALL-E可以將以自然語言形式表達(dá)的大量概念轉(zhuǎn)換為恰當(dāng)?shù)膱D像，并使用了GPT-3 同樣的方法，只不過DALL-E將其應(yīng)用于文本-圖像對(duì)。
另一個(gè)神經(jīng)網(wǎng)絡(luò)CLIP能夠執(zhí)行一系列視覺識(shí)別任務(wù)。給出一組以語言形式表述的類別，CLIP能夠立即將一張圖像與其中某個(gè)類別進(jìn)行匹配，而且它不像標(biāo)準(zhǔn)神經(jīng)網(wǎng)絡(luò)那樣需要針對(duì)這些類別的特定數(shù)據(jù)進(jìn)行微調(diào)。在ImageNet基準(zhǔn)上，CLIP的性能超過ResNet-50，在識(shí)別不常見圖像任務(wù)中的性能遠(yuǎn)超ResNet。
雖然CLIP在識(shí)別常見對(duì)象時(shí)往往表現(xiàn)良好，但在計(jì)算圖像中對(duì)象數(shù)量等更抽象或更系統(tǒng)的任務(wù)，以及預(yù)測(cè)照片中最靠近車輛間的距離等更復(fù)雜任務(wù)上的表現(xiàn)不佳。在這兩項(xiàng)任務(wù)上，zero-shot CLIP的效果也只比隨機(jī)猜測(cè)好一點(diǎn)。
責(zé)任編輯：YYX
聲明：本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人，不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用，如有內(nèi)容侵權(quán)或者其他違規(guī)問題，請(qǐng)聯(lián)系本站處理。
舉報(bào)投訴
-
人工智能
+關(guān)注
關(guān)注
1821文章
50366瀏覽量
267060 -
OpenAI
+關(guān)注
關(guān)注
9文章
1252瀏覽量
10296
發(fā)布評(píng)論請(qǐng)先 登錄
相關(guān)推薦
熱點(diǎn)推薦
《多模態(tài)大模型 前沿算法與實(shí)戰(zhàn)應(yīng)用 第一季》精品課程簡介
全棧掌握多模態(tài)：從算法原理到項(xiàng)目落地的技術(shù)實(shí)踐
在人工智能從單模態(tài)向多模態(tài)跨越的進(jìn)程中，全棧開發(fā)
發(fā)表于 05-01 17:46
人工智能多模態(tài)與視覺大模型開發(fā)實(shí)戰(zhàn) - 2026必會(huì)
視覺大模型特訓(xùn)：從原理到部署一站式學(xué)會(huì)
在科技飛速發(fā)展的當(dāng)下，視覺大模型已成為人工智能領(lǐng)域的一顆璀璨明星，廣泛應(yīng)用于安防監(jiān)控、自動(dòng)駕駛、醫(yī)療影像分析等眾多領(lǐng)域，深刻改變著我們的生活與工作方式。如今
發(fā)表于 04-15 16:06
?？低?b class='flag-5'>推出森林防火多模態(tài)智能研判大模型產(chǎn)品
?？低暪卜?wù)行業(yè)軟件特推出森林防火多模態(tài)智能研判大模型產(chǎn)品，依托?？低曈^瀾大模型能力，對(duì)不
《人工智能應(yīng)用開發(fā)-中級(jí)(大模型)》認(rèn)證證書含金量如何?怎么考?
，且能完成智能體系統(tǒng)設(shè)計(jì)與任務(wù)編排的工程師備受企業(yè)青睞?！?b class='flag-5'>人工智能應(yīng)用開發(fā)-中級(jí)（大模型）》專業(yè)技術(shù)人才培訓(xùn)授證項(xiàng)目正是為應(yīng)對(duì)這一趨勢(shì)推出，
多模態(tài)感知大模型驅(qū)動(dòng)的密閉空間自主勘探系統(tǒng)的應(yīng)用與未來發(fā)展
? ? 多模態(tài)感知大模型驅(qū)動(dòng)的密閉空間自主勘探系統(tǒng) ? ?北京華盛恒輝多模態(tài)感知大
多模態(tài)大模型驅(qū)動(dòng)的復(fù)雜環(huán)境精準(zhǔn)導(dǎo)航避障系統(tǒng)平臺(tái)的應(yīng)用
多模態(tài)大模型驅(qū)動(dòng)的復(fù)雜環(huán)境精準(zhǔn)導(dǎo)航避障系統(tǒng)平臺(tái)的應(yīng)用
淺析多模態(tài)標(biāo)注對(duì)大模型應(yīng)用落地的重要性與標(biāo)注實(shí)例
?在人工智能邁向AGI通用智能的關(guān)鍵道路上，大模型正從單一的文本理解者，演進(jìn)為能同時(shí)看、聽、讀、想的“多面手”。驅(qū)動(dòng)這一進(jìn)化的核心燃料，正是高質(zhì)量的多
利用超微型 Neuton ML 模型解鎖 SoC 邊緣人工智能
應(yīng)用。
為什么選擇 Neuton
作為開發(fā)人員，在產(chǎn)品中使用邊緣人工智能的兩個(gè)最大障礙是：
ML 模型對(duì)于您所選微控制器的內(nèi)存來說太大。
創(chuàng)建自定義 ML 模型本質(zhì)上是一個(gè)手動(dòng)過程，需
發(fā)表于 08-31 20:54
挖到寶了！人工智能綜合實(shí)驗(yàn)箱，高校新工科的寶藏神器
和生態(tài)體系帶到使用者身邊 ，讓我們?cè)诩夹g(shù)學(xué)習(xí)和使用上不再受制于人。
三、多模態(tài)實(shí)驗(yàn)，解鎖AI全流程
它嵌入了2D視覺、深度視覺、機(jī)械手臂、語音識(shí)別、嵌入式傳感器等多種類AI模塊，涵蓋人工智能領(lǐng)域主要
發(fā)表于 08-07 14:30
挖到寶了！比鄰星人工智能綜合實(shí)驗(yàn)箱，高校新工科的寶藏神器！
和生態(tài)體系帶到使用者身邊 ，讓我們?cè)诩夹g(shù)學(xué)習(xí)和使用上不再受制于人。
三、多模態(tài)實(shí)驗(yàn)，解鎖AI全流程
它嵌入了2D視覺、深度視覺、機(jī)械手臂、語音識(shí)別、嵌入式傳感器等多種類AI模塊，涵蓋人工智能領(lǐng)域主要
發(fā)表于 08-07 14:23
超小型Neuton機(jī)器學(xué)習(xí)模型, 在任何系統(tǒng)級(jí)芯片(SoC)上解鎖邊緣人工智能應(yīng)用.
Neuton 是一家邊緣AI 公司，致力于讓機(jī)器 學(xué)習(xí)模型更易于使用。它創(chuàng)建的模型比競(jìng)爭對(duì)手的框架小10 倍，速度也快10 倍，甚至可以在最先進(jìn)的邊緣設(shè)備上進(jìn)行人工智能處理。在這篇博文中，我們將介紹
發(fā)表于 07-31 11:38
聚焦前沿，賦能AI教學(xué)！華清遠(yuǎn)見第32屆全國高校人工智能師資班（多模態(tài)大模型與具身智能）圓滿落幕！
2025年7月21日至25日，由華清遠(yuǎn)見教育科技集團(tuán)傾力打造的第32屆“全國高校人工智能師資培訓(xùn)班（多模態(tài)大模型與具身智能方向）”圓滿落幕。
最新人工智能硬件培訓(xùn)AI 基礎(chǔ)入門學(xué)習(xí)課程參考2025版（大模型篇）
在人工智能大模型重塑教育與社會(huì)發(fā)展的當(dāng)下，無論是探索未來職業(yè)方向，還是更新技術(shù)儲(chǔ)備，掌握大模型知識(shí)都已成為新時(shí)代的必修課。從職場(chǎng)上輔助工作的智能助手，到課堂用于學(xué)術(shù)研究的
發(fā)表于 07-04 11:10
多模態(tài)感知+豆包大模型！家居端側(cè)智能升級(jí)
電子發(fā)燒友網(wǎng)報(bào)道（文/李彎彎）日前，在火山引擎2025春季FORCE原動(dòng)力大會(huì)上，星宸科技股份有限公司董事副總經(jīng)理陳立敬談到，在人工智能技術(shù)飛速發(fā)展的時(shí)代，多模態(tài)感知與大模型的融合成為
商湯日日新SenseNova融合模態(tài)大模型 國內(nèi)首家獲得最高評(píng)級(jí)的大模型
的大模型。 可信AI多模態(tài)大模型評(píng)估2025年1月啟動(dòng)，由中國信通院人工智能研究所牽頭，依據(jù)由業(yè)界60余家單位共同編制的《
評(píng)論