元象首个多模态大模型 XVERSE-V 开源，刷新权威大模型榜单，支持任意宽高比输入

1,040 0 0

文章摘要

元象公司发布了一款名为XVERSE-V的多模态大模型，该模型支持任意宽高比的图像输入，并在多项权威多模态评测中取得了领先效果。XVERSE-V模型全开源，允许无条件免费商用，旨在推动中小企业、研究者和开发者的研发和应用创新。在综合能力测评MMBench中，XVERSE-V超越了多个知名的开源和闭源模型，包括谷歌、阿里巴巴和Claude-3V Sonnet等。

XVERSE-V模型的一个创新之处在于其能够融合整体和局部的图像表示，这使得模型能够识别和分析图像中的细微特征，提供更清晰、更准确的理解。这种处理方式使得XVERSE-V可以应用于多种领域，如全景图识别、卫星图像分析和古文物扫描等。

元象公司还提供了多种途径供用户免费下载XVERSE-V模型，包括Hugging Face、ModelScope魔搭、Github等平台，并提供了联系方式以便于商业合作。元象公司在开源领域的贡献包括国内最早开源的最大参数模型、全球最早开源的最长上下文模型和国际前沿的MoE模型。此外，元象大模型已经与多个腾讯产品进行了深度合作与应用探索，为多个领域提供了创新领先的用户体验。

XVERSE-V模型在实际应用中表现出色，不仅在基础能力上优异，还在多个实际场景中展现了强大的表现力。这些场景包括图表理解、视障真实场景辅助、看图内容创作、教育解题、百科解答、代码撰写、自动驾驶和情感理解与识别等。在真实视障场景测试集VizWiz中，XVERSE-V的表现超过了几乎所有主流的开源多模态大模型。

元象公司成立于2021年，是一家国内领先的AI与3D技术服务公司，致力于打造AI驱动的3D内容生产与消费一站式平台。公司的愿景是“定义你的世界”，创始人姚星是前腾讯副总裁和腾讯AI Lab创始人。元象公司已获得超过2亿美元的融资，投资机构包括腾讯、高榕资本等知名投资方。