APUS发布多模态大模型“AiLMe”「多模态embedding」

4月18日消息，今日，APUS发布会现场发布自研多模态人工智能大模型“AiLMe”。

据介绍，AiLMe参数已达千亿规模，具备对文本、图像、视频、音频的理解和生成能力。针对具体应用场景，APUS从AiLMe内蒸馏出文本模型“异雀八”、图像模型“异雀三”、视频模型“异雀四”、音频模型“异雀六”四个垂直领域精炼模型，并基于此创新研发出“智能问答大师、简笔成画、墨染、Daily Astro、Star Night、KJV Bible Now、PicPik”等系列AI产品。

在APUS创始人兼CEO李涛看来，“人工智能是AI时代的操作系统，将重塑信息产业、农业、制造业、服务业等所有产业，起到大规模提质提效的作用。”

他提到，APUS是最早开始关注并投入人工智能的入局者之一，“我们在2018年就进行了AI技术布局，并在2018年推出了多款基于AI技术的应用如CutCut、PickU 、Vieka等，用户可以体验智能抠图，变老变年轻等功能”，李涛介绍。

李涛讲，“今年一月我们就已经在内部所有系统接入人工智能，用来提升工作效率；随后便进行产品的改造升级；大模型AiLMe也是我们阶段性的重要成果”。

同时，APUS还发布了国内首份多模态大模型技术白皮书《AiLMe技术白皮书》。

AiLMe的技术架构设计：在文本、图像、视频、音频的“理解”部分，采用Transformer架构。同时，AiLMe设计了一套“插件式”架构，可以自主学习和使用“工具”，这些“工具”以插件的方式接入到AiLMe的平台中，可以极大提升AiLMe的能力。在文本、图像、视频、音频的“生成”部分，AiLMe则沿用了目前业内主流的扩散模型（Diffusion Model），并继承了开源社区的生态。

为解决算力问题，APUS在国内郑州和新加坡分别建设了两大智算中心，还融合自建GPU服务器算力和第三方的算力协同作用。

在数据方面，目前大模型的训练数据一般来自于互联网公开的语料库、网页以及行业公开数据，同时APUS的自有数据也占了很大比重。

据悉，AiLMe将会向客户开放API接口和服务，届时，客户可根据实际应用需求，调用AiLMe的各项AI技术能力。（一橙）