上海AI实验室发布多模态大模型书生·万象 InternVL3.5
8月31日,上海人工智能实验室(上海AI实验室)宣布开源发布多模态大模型书生·万象InternVL3.5。该模型通过创新的级联式强化学习(Cascade RL)、动态视觉分辨上海率路由与解耦部署架构,实现了推理能力、部署效率与通用能力的全面升级。InternVL3.5开源了从1B到241B各尺寸参数的全量级版本,刷新了开源模型性能标杆,在多种任务上达到领先AI水平。 InternVL3.5的旗舰模型InternVL3.5-241B-A28B在多学科推理基准MMMU中获得开源模型最高分77.7分,多模态通用感知基准MMStar和OCRB实验ench分别取得77.9分和90.7分,超越GPT-5(75.7分/80.7分)。文本推理基准AIME25和MMLU-Pro分别达到75.6和81.3分,全面领先现有开源多模态大室发模型。依托级联式强化学习框架,全系列模型推理性能相比上一代平均提升16.0分。其中,InternVL3.5-241B-A28B综合推理性能达到66.9分,超越上一代模型的5布多4.6分以及Claude-3.7-Sonnet的53.9分,在数学推理、逻辑推理等复杂任务中表现突出。 借助创新的视觉分辨率路由(ViR)与解耦部署框架(DvD),38B模型在89模态6分辨率下的响应速度大幅提升,单次推理延迟由369ms缩短至91ms(提升约4倍)。与此同时,轻量化的InternVL3.5-Flash在将视觉序列长度减少50%的情况下,仍能保持接大模近100%的性能水平。 InternVL3.5还加强了GUI智能体、具身智能体、SVG图形理解与生成等智能体核心能力,在ScreenSpot GUI定位(92.9分)、VSI-Benc型书h空间推理(69.5分)、SGP-Bench矢量图理解(70.6分)等任务中超越主流开源模型。 InternVL3.5提供10亿至2410亿参数共九种尺寸模型,覆盖不同资源需求生·场景,包含稠密模型和专家混合模型(MoE),是首个支持GPT-OSS语言模型基座的开源多模态大模型。官方提供了使用`transformers`运行`InternVL3.5-8B万象`的示例代码,模型最多可以部署在单张A100GPU上,而38B模型需要2张A100GPU,235B模型则需要8张A100GPU。 ms-swift已经支持对InternVL3.5系 I列模型进行训练。ms-swift是魔搭社区官方提供的大模型与多模态大模型训练部署框架。用户可以将数据准备成特定格式进行自定义数据集微调。训练完成后,可以使用相应命令进行推理,并nt将模型推送到ModelScope。 InternVL3.5的发布标志着多模态大模型技术的又一重要进展,为研究人员和开发者提供了强大的工具,推动了多模态人工智能的发展。 代码开源/模er型使用方法: https://github.com/OpenGVLab/InternVL 模型合集: https://www.modelscope.cn/collections/nVInternVL35-Full-3871e58bf21349 在线体验: https://chat.intern-ai.org.cn/
- 最近发表
- 随机阅读
-
- 亚马逊正在降低对顾客的控制:允许部分销售商与客户直接沟通
- 标签: 阿里巴巴 ATH 通义实验室 千问
- 标签: 优必选 U1系列 周剑 人形机器人
- 云计算核心技术Docker教程:Docker使用覆盖网络
- 歌曲朋友别哭
- 美团全新推理大模型 LongCat-Flash-Thinking发布
- 标签: 同程旅行 中东局势 伊朗 酒店免费取消
- 美国AI融资狂潮持续燃烧!2025年已有49家公司狂揽千万美金,OpenAI单轮400亿刷新纪录
- 港股大模型股 “深跌”!智谱与 Minimax 在 Deepseek V4 发布后遭遇重创
- 标签: 吉利 雷诺 巴西 新能源
- 标签: 海柔创新 HaiPick Climb ACR 港交所IPO
- 张勇:阿里云正在实验将千问大模型接入工业机器人
- 当面对“黑天鹅”事件,企业如何利用数据破局
- 震惊好莱坞!你刷到的热门大片,背后竟是中国AI在“打工”
- 标签: 董明珠 格力电器 AI替代焦虑 个税起征点
- Docker 促进企业软件开发的四种方式
- OpenAI 开发者日重磅发布:ChatGPT 平台化,推出自主 AI 代理和顶级模型
- 2021年云应用中的网络安全
- Claude for Chrome 发布在即,Anthropic 强调安全漏洞需修复
- 全面开源的 LLaVA-OneVision-1.5,超越 Qwen2.5-VL 的多模态模型登场
- 搜索
-
- 友情链接