1. 首頁 > 生活百科 > >

全自研芯片計算！百度智能云Qianfan-VL系列模型重磅開源

顯示器技嘉

全自研芯片計算！百度智能云Qianfan-VL系列模型重磅開源

文章圖片

全自研芯片計算！百度智能云Qianfan-VL系列模型重磅開源

文章圖片

全自研芯片計算！百度智能云Qianfan-VL系列模型重磅開源

文章圖片

全自研芯片計算！百度智能云Qianfan-VL系列模型重磅開源

文章圖片


快科技9月22日消息 ， 今日 ， 百度智能云千帆正式推出全新視覺理解模型——Qianfan-VL ， 并全面開源 。
即日起至10月10日 ， 用戶可在百度智能云千帆平臺免費體驗8B、70B模型 。
據介紹 ， Qianfan-VL系列模型包含3B、8B和70B三個尺寸版本 ， 是面向企業級多模態應用場景 ， 進行了深度優化的視覺理解大模型 。
Qianfan-VL不僅具備出色的基礎通用能力 ， 還針對產業落地中的高頻需求 ， 如OCR和教育垂直場景做了專項強化 。
據悉 ， 該系列模型基于開源模型進行開發 ， 并在百度自研昆侖芯 P800上完成全流程計算任務 ， 其提供了強大的算力支撐 ， 同時支持單任務5000卡規模的并行計算 。
這一結合不僅優化了模型計算的效率 ， 更使得模型在性能表現上達到了新的高度 ， 在通用和垂類任務評測中展現出SOTA水平 。
Qianfan-VL模型具備三大特點：
多尺寸模型滿足不同場景需求：提供3B、8B、70B三種規格的模型 ， 讓不同規模的企業和開發者都能找到合適的解決方案 。
提供思考推理能力：8B和70B模型支持通過特殊token激活思維鏈能力 ， 覆蓋復雜圖表理解、視覺推理、數學解題等多種場景 。
OCR與文檔理解能力增強：主打OCR全場景識別和復雜版面文檔理解兩大特色能力 ， 在多項基準測試中表現優異 ， 為企業級應用提供高精度的視覺理解解決方案 。
在通用能力基準測試中 ， Qianfan-VL系列模型（3B、8B、70B）展現出顯著核心優勢 。
從視覺理解到專業領域問答 ， 模型性能隨參數規模增大提升顯著 ， 體現出很好的Scaling趨勢 。

此外 ， Qianfan-VL系列模型（3B、8B、70B）在OCR與文檔理解領域盡顯卓越實力 。
一方面 ， 具備OCR全場景識別能力 ， 能精準識別手寫體、數學公式、自然場景文字 ， 還可對卡證票據信息進行結構化提取 。
另一方面 ， 復雜版面文檔理解能力突出 ， 可自動分析版面元素 ， 精準解析表格、圖表 ， 實現文檔智能問答與結構化解析 。
從基準測試表現看 ， 在OCRBench、各類專業測試中 ， 相較于主流模型 ， 成績優異且隨參數規模提升持續向好 。

而8B和70B模型 ， 支持通過特殊token激活思維鏈能力 ， 能覆蓋復雜圖表理解、視覺推理、數學解題等多類場景 。
從數學解題基準測試表現看 ， 在MathVista-mini、MathVision等多項測試中 ， 相較于主流模型 ， 成績優異且隨參數規模提升持續向好 。

值得注意的是 ， 官方還演示了一些模型應用的案例 。
如OCR識別場景：



如數學推理場景：

如文檔理解場景：

除上述場景應用案例外 ， Qianfan-VL還可應用在圖表分析、視頻理解等場景中 ， 均呈現出卓越的模型效果 。
【全自研芯片計算！百度智能云Qianfan-VL系列模型重磅開源】Qianfan-VL系列模型的開源 ， 對百度智能云千帆來說 ， 更像是“把模型放進真實生產力場景”的第一小步；未來 ， 百度智能云會不斷推出全新的產業級模型 ， 全方位助力AI技術在各行業落地 。

    推薦閱讀