技术博客

近日，智谱AI推出的9B参数的小型视觉语言模型（VLM）完成了一项“大”成就，其性能超越了参数规模为其8倍的模型，并在23项任务中达到了最新的最佳状态（SOTA）。这一突破表明，在视觉语言领域，仅仅具备“看”的能力已无法满足当前需求，更高效、更强性能的模型正在成为新的趋势。该模型的开源也为行业提供了更多探索和应用的可能性。

在视觉语言模型（VLM）领域，仅仅具备视觉识别能力已不足以满足需求。智谱开源推出了一款规模仅为9B的小型模型，在性能上实现了巨大突破，超越了拥有其8倍参数的模型，并创下了23项最佳记录。这一进展凸显了小型模型在参数效率方面的巨大潜力，为未来模型设计提供了新的方向。