12:13
Tether 开源 VisionPsy-Nano 4.6B 参数视觉语言模型,7 月 29 日得分 62.3
根据 Tether 的博客,7 月 29 日,Tether Data 的 AI 研究项目 QVAC 开源了 VisionPsy-Nano,这是一款专为边缘部署设计的紧凑型视觉语言模型,参数约 4.6 亿。该模型将此前需要云端基础设施的多模态理解能力直接带到移动设备上。 VisionPsy-Nano 在所有经测试的参数低于 5 亿的边缘侧视觉语言模型中,以 62.3 的最高归一化综合得分脱颖而出,在 16 项基准测试中优于 Liquid AI 和 Hugging Face 等竞争对手。Tether 还发布了针对低延迟推理优化的 Flash 版本,该版本在保持全模型约 99% 质量的同时大幅提升了推理速度。Tether 首席执行官 Paolo Ardoino 表示,此次发布表明,本地优先、高效的人工智能是一条可行的路径,能够让强大且私密的人工智能在人们已有的设备上运行。
展开