Nvidia 發布突破性 AI 模型：開放、龐大，準備與 GPT-4 展開競爭

Home AI新聞 Nvidia 發布突破性 AI 模型：開放、龐大，準備與 GPT-4 展開競爭

Nvidia最近推出了一款突破性的開源人工智慧模型，旨在與OpenAI和Google等頂尖專有系統競爭。這款NVLM 1.0大規模多模態語言模型，以擁有720億參數的NVLM-D-72B為首，展現了在視覺和語言任務上卓越的性能，並顯著提升了其文字處理能力。

研究人員在發表的文章中表示：「我們推出了NVLM 1.0，這是一系列在視覺-語言任務上實現尖端成果的前沿大規模多模態語言模型，可以與GPT-4等領先的專有模型媲美。」通過公開發布模型權重並承諾分享訓練代碼，Nvidia打破了高級人工智慧系統封閉的傳統，使研究人員和開發者能有效利用這一尖端技術。基準測評顯示，Nvidia的NVLM-D模型在各種視覺和語言評估中與GPT-4、Claude 3.5和Llama 3-V等AI領導品牌競爭。

NVLM-D-72B：在視覺和文本任務中的卓越多功能性

NVLM-D-72B模型在處理複雜的視覺和文本輸入方面展現了令人印象深刻的適應性。例子顯示了其解讀迷因、剖析圖片及系統性解決數學問題的能力。值得注意的是，許多模型在多模態訓練後會導致文本能力下降，但NVLM-D-72B的準確度在關鍵文本基準中平均提高了4.3分。研究人員強調：「我們的NVLM-D-1.0-72B在數學和編程基準上顯示出顯著的改善。」

該模型的優越性也體現在對比較學術摘要和完整論文的迷因的分析中，展現了其理解視覺幽默及學術概念的能力。

AI研究人員對Nvidia開源計畫的回應

AI社區對Nvidia的這一舉措反應積極。一位研究者在社交媒體上表示：「哇！Nvidia剛發佈了720億的模型，在數學和編程評估中與405B的Llama 3.1平起平坐，還結合了視覺能力！」Nvidia選擇發布這樣強大的模型可能會加速AI研究和開發的進展。通過提供與專有系統競爭的模型的訪問權限，Nvidia使得較小的組織和獨立研究人員能在技術進步中扮演更重要的角色。

NVLM項目還引入了創新的架構設計，採用了結合多種多模態處理技術的混合方法，可能會影響未來AI研究的方向。

NVLM 1.0：開源AI發展的新篇章

Nvidia推出NVLM 1.0標誌著AI發展的一個重要時刻。通過開源與行業巨頭抗衡的模型，Nvidia不僅分享代碼，還挑戰了AI行業的基礎。這一舉措可能促使其他科技領導者采納類似的開放性，從而加速AI創新進程。這使得小型團隊和研究人員能夠使用曾經只有大型企業才有的工具，扭轉了競爭格局。

然而，NVLM 1.0的發布引發了對於強大AI的潛在濫用和道德問題的擔憂。AI社區面臨的挑戰是，在確保負責任使用的同時促進創新。此外，Nvidia的決定也引發了對未來AI商業模式的思考。如果尖端模型變得免費可用，公司需要重新考慮如何創造價值並維持其在AI領域的競爭優勢。

NVLM 1.0的真正影響將在接下來的幾個月和幾年中逐漸顯現，可能開啟一個前所未有的合作與創新時代，或迫使我們面對廣泛可及的高級AI所帶來的未預見的後果。顯而易見的是，Nvidia在AI行業中已經邁出了重要的一步。當前的迫切問題不是行業會否改變，而是將如何劇變——哪些組織能迅速適應並在這個新的開放AI時代中茁壯成長。

埃森哲成立Nvidia業務組，推動企業人工智慧的採用加速

Pika 1.5 推出突破性 AI 特效，具備違反物理法則的能力