微软于2024年12月发布Phi-4小型语言模型后,近日又推出了两款新模型:Phi-4多模态和Phi-4迷你。Phi-4多模态是微软首款集成了语音、视觉和文本处理的统一架构多模态语言模型,参数量达56亿,在多项基准测试中表现优异,尤其是在语音识别和视觉推理方面超越了现有模型。Phi-4迷你模型专注于文本任务,参数量为38亿,在文本推理、数学计算等方面表现出色。新模型已通过ONNX Runtime部署到设备端,适用于低成本和低延迟场景。目前,这两款新模型已在Azure AI Foundry、Hugging Face和NVIDIA API目录中上线。
原文链接
本文链接:https://kx.umi6.com/article/14429.html
转载请注明文章出处
相关推荐
换一换
Agent、多模态、应用、算力一天看尽,峰会亮点在此|5.20日,来现场一起AI
2026-05-17 17:46:55
商汤「日日新6.5」全新升级,让AI完成从“工具”到“人”的跃迁
2025-07-29 20:35:07
刚刚,商汤发布第六代大模型:6000亿参数多模态MoE,中长视频直接可推理
2025-04-10 22:10:27
截胡 OpenAI,谷歌全模态模型首次解禁!Gemini 2.0 中文唠嗑式 P 图引动漫游戏圈关注
2025-03-13 15:23:45
我们扒完了GPT-5全网爆料,奥特曼和OpenAI 这次的饼真不好画了
2025-08-05 19:18:01
阿里通义团队开源 R1-Omni:多模态模型 + RLVR,让各模态作用清晰可见
2025-03-11 19:46:02
阿里通义千问 2.5-Omni-3B AI 全模态登场:7B 版 90% 性能,显存占用减少 53%
2025-05-01 11:20:52
Nano Banana爆火背后,深聊谷歌多模态五大主线布局
2025-09-10 15:36:58
「阶跃星辰」的一次豪赌
2025-05-21 08:55:53
字节把GPT-4o级图像生成能力开源了!
2025-05-24 16:24:01
百度:推出首个多模态高度融合数字人
2025-06-17 16:25:35
DeepSeek V4 多模态开源,我们把它的视觉链路拆了一遍
2026-09-01 18:52:06
最强开源大模型除夕登场!397B参数千问3.5超越Gemini 3,百万Tokens低至8毛
2026-02-16 19:34:51
751 文章
1008074 浏览
24小时热文
更多
-
2026-10-22 11:40:49 -
2026-10-22 10:39:20 -
2026-10-22 10:37:52