一口气读完《沙丘》，零一万物宝藏API正式开箱！酷炫Demo实测，多模态中文图表体验超越GPT-4V

801 0 0

文章摘要

<新智元报道>，<零一万物API>正式向开发者开放，推出了三款强大的，以促进生态发展和模型在更多应用场景的落地。这三款模型包括：（支持通用聊天、问答、对话、写作、翻译等功能）、（200K上下文，多文档阅读理解、超长知识库构建小能手）和（多模态模型，支持文本、视觉多模态输入，中文图表体验超过GPT-4V）。

因其国际SOTA性能、训练成本友好和更懂中文等优势在全世界AI社区中名声大震。零一万物正在践行的大模型商业化方法论，通过开源模型、开放API和打造To C超级应用。新用户申请成功即送60元体验，折算下来有百万甚至千万token。

在实际应用场景中的多模态能力得到了显著增强，如、

、、识别能力，支持复杂图表理解、信息提取、问答以及推理。在中文图表体验方面，通常优于GPT-4V。新升级模型在基础上进一步提升图片分辨率，支持1024*1024，提升了场景中文字、数字OCR识别准确性。

的开放让大模型应用进入了长文本时代，可以处理多篇文档内容的理解、海量数据分析和挖掘以及跨领域的知识融合。在「大海捞针」测试中，的准确率达到99.8%。它可以处理数十万字的小说，如《The Picture of Dorian Gray》，并帮助用户找出人物线索。此外，科研人员可以用它高效提取论文要点和关键经验。

知乎知名答主「苏洋」使用和LLM应用开发平台Dify快速搭建了一个模型应用，展示了其在自动翻译方面的能力。深圳超思维智能技术负责人利用进行了知识库挂载操作，展示了模型在长文本输入、输出、总结和关键信息提取方面的能力。AI大模型发烧友「闻」尝试了200K API后，对其在翻译古典音乐英文方面的准确度表示惊艳。

总之，<零一万物API>的开放为开发者提供了强大的，这些模型在多模态能力、长文本处理和准确度方面表现出色，有望在各种应用场景中发挥重要作用。