看视频、画CAD、运动想像识别！75B的多模态工业大模型太能干了

文章摘要

【关 键 词】 创新奇智、工业大模型、AInno-75B、ChatCAD、ChatVision

创新奇智，中国领先的「AI+制造」解决方案提供商，近日发布了奇智孔明工业大模型2.0版本（AInno-75B），并首次展示了几款大模型原生应用，包括ChatVision、ChatCAD和ChatRobot Pro。这些应用展示了大模型在工业设计、安全监管和机器人控制等领域的广泛应用潜力。

ChatCAD是一款Text-to-CAD类应用，能够通过简单的对话问答形式理解设计师的创意意图，自动生成符合要求的工业设计图，并支持导出到传统软件进行微调。这一应用有望帮助行业减少重复性劳动，规避硬性规范限制，进而影响整个行业的人工报价。

ChatVision则是一款基于AInno-75B工业大模型的视频监控和图像分析应用，能够通过自然语言实时分析监控视频流、视频文件和图片，精准识别不合规行为，并立即触发报警系统，助力工业企业安全生产。此外，ChatVision还能够将用户意图转化为一系列外部工具调用，有条不紊地完成复杂视频理解任务。

ChatRobot Pro则是一款能处理更复杂的信息载体脑电信号的应用。在发布会上，演示人员通过运动想像控制工业机器人将饮料交到其手中。这一应用展示了大模型在解读多模态信息，特别是复杂的脑电信号方面的潜力。

创新奇智的这些应用展示了大模型在工业领域的广泛应用潜力，无论是在工业设计、安全监管还是机器人控制等领域，都有着广阔的应用前景。创新奇智将继续探索工业场景下的种种可能，进一步推动工业大模型的发展和应用。

原文和模型

【原文链接】 阅读原文 [ 3351字 | 14分钟 ]
【原文作者】 机器之心
【摘要模型】 gpt-4-32k
【摘要评分】 ★★★★★

OpenAI GPT-4

GPT-4是OpenAI公司开发的自然语言处理模型GPT家族中的第四个版本，它是一个大型的多模态模型，可以接受图像和文本输入并输出文本。它在各种专业和学术基>准测试中实现了人类水平的表现。