创建

登录 ReadmeX

或

了解我们如何处理你的信息: 隐私政策

ReadmeX

陪你读懂 AI 动态

今天,想先了解什么?

选一份动态总结,或直接聊聊你的问题。

社区和关注动态总结只属于你自己。

资讯

GLM-Omni研究视觉知识向语言迁移

AI 总结

清华大学与智谱 AI 的联合论文首次披露了内部模型 GLM-Omni,智谱首席科学家唐杰担任通讯作者。在 MagicWorld 实验中,GLM-Omni 的平均图像生成正确率为54%,文字问答正确率仅14.57%;图文交错对齐将文字正确率提高至26.86%,视觉思维链进一步提高至41.14%。论文未说明 GLM-Omni 对应哪个产品版本。

深度见解

实验表明,视觉生成学到的知识不会自动转化为语言回答能力,而图文联合训练与先生成图像再作答在受控测试中提升了迁移表现。

导语:图像生成正确率 54%,文字问答仅 14.57%。

GLM-5.5 要来了?唐杰最新论文,曝出智谱神秘模型

图像生成正确率 54%,文字问答仅 14.57%。

    作者丨郑佳美

    编辑丨岑   峰

智谱内部的 GLM-Omni,先在一篇论文里露了面。

#Tsinghua University#Zhipu AI#GLM-Omni#GLM-4.1V-Thinking#X-Omni#MagicWorld#BAGEL#ByteDance#SenseNova-U1#SenseTime

原文约 8 分钟读完阅读原文
群聊

还没有评论,来说说你的看法。