人工智能

华人团队迷你GPT-4抢跑看图聊天:OpenAI有的它都有 服务器已被挤爆

字号+作者: 来源:量子位 2023-04-19 22:47 评论(创建话题) 收藏成功收藏本文

看美食图写菜谱,手绘网页变代码。GPT-4识图功能迟迟不开放,终于有人忍不住自己动手做了一个。MiniGPT-4来了,Demo开放在线可玩。传一张海鲜大餐照片上去,就'...

看美食图写菜谱,手绘网页变代码。GPT-4识图功能迟迟不开放,终于有人忍不住自己动手做了一个。MiniGPT-4来了,Demo开放在线可玩。传一张海鲜大餐照片上去,就能直接获得菜谱。aAx品论天涯网


传一张商品效果图,就可以让AI写一篇带货文案。aAx品论天涯网


aAx品论天涯网

手绘一个网页,可以给出对应的HTML代码:aAx品论天涯网


除了生产力拉满,也支持根据常识推理图上内容是否合理、解释表情包为什么好笑,以及看截图找电影等娱乐玩法。aAx品论天涯网


aAx品论天涯网

可以说,GPT-4发布时展示过的功能,MiniGPT-4基本也都有了。aAx品论天涯网

这下网友直接把Demo服务器挤爆,开发团队连开4台备用服务器,都有几十人在排队。aAx品论天涯网


aAx品论天涯网

不等OpenAI了,现在就能玩aAx品论天涯网

除了研究团队给出的示例,网友也用MiniGPT-4玩出了各种花样aAx品论天涯网

有人上传自己画的画,让AI评价评价。aAx品论天涯网


aAx品论天涯网

有人上传一张从车道拍摄的飞机坠毁瞬间,让MiniGPT-4尽可能详细地描述,并思考自动驾驶AI能不能理解这个场面。aAx品论天涯网


aAx品论天涯网

做到这么好的效果,MiniGPT-4实现起来却并不复杂。aAx品论天涯网

把图像编码器与开源语言模型Vicuna(小羊驼)整合起来,并且冻结了两者的大部分参数,只需要训练很少一部分。aAx品论天涯网

传统预训练阶段,使用4张A100在10个小时内就可完成,此时训练出来的Vicuna已能够理解图像,但生成能力受到很大影响。aAx品论天涯网

为解决这个问题,团队让MiniGPT-4与ChatGPT合作创建了3500个图像文本的高质量数据集,也一并开源。aAx品论天涯网

用新的数据集微调可以显著提高模型的生成可靠性和整体可用性,而且计算效率很高,使用单个A100只需要7分钟。aAx品论天涯网


aAx品论天涯网

并且团队正在准备一个更轻量级的版本,部署起来只需要23GB显存。aAx品论天涯网

也就是消费级显卡中拥有24GB显存的3090或4090就可以本地运行了。aAx品论天涯网

MiniGPT-4开发团队来自KAUST(沙特阿卜杜拉国王科技大学),包括4位华人成员和他们的导师MohamedElhoseiny。aAx品论天涯网


aAx品论天涯网

两位正在读博的共同一作还在GitHub页面上特别标注正在找工作。有意向的公司要抓紧抢人了~aAx品论天涯网

在线Demo:https://minigpt-4.github.io
aAx品论天涯网

开源代码:https://github.com/Vision-CAIR/MiniGPT-4
aAx品论天涯网

论文:https://github.com/Vision-CAIR/MiniGPT-4/blob/main/MiniGPT_4.pdf
aAx品论天涯网

本网除标明“PLTYW原创”的文章外,其它文章均为转载或者爬虫(PBot)抓取; 本文只代表作者个人观点,不代表本站观点,仅供大家学习参考。本网站属非谋利性质,旨在传播马克思主义和共产主义历史文献和参考资料。凡刊登的著作文献侵犯了作者、译者或版权持有人权益的,可来信联系本站删除。 本站邮箱[email protected]