AI日报

谷歌最新推出的视觉语言模型PaLI-3，参数仅为5B，追求更小、更快、更强的性能。这一模型在多个VLM基准上展现了有竞争力的结果，标志着小型模型在AI领域的重要性。

MiniGPT-4已升级为MiniGPT-v2，能够完成多模态任务，无需依赖GPT-4。KAUST团队与Meta研究者合作，将其升级为MiniGPT-v2版本，该版本可以作为统一接口处理各种视觉-语言任务，并在多个基准上实现了出色的性能。