书生通用大模型-实现对开放世界的理解

1. 开放世界理解

书生·多模态通过不断学习，正在实现对开放世界的理解。在语义开放方面，它可以识别和理解超过350万种语义，覆盖日常生活中常见的物体类别、物体动作和光学字符等。这种开放世界理解能力，使得书生·多模态能够更贴近人类的感知和认知，为未来多模态AGI模型研究提供有力支持。是上海人工智能实验室最新发布的成果，标志着人工智能迈向全新的境界。这一大模型体系中，尤为引人注目的是书生多模态大模型（InternLMM），它具备真实世界理解、跨模态生成与多模态交互的卓越能力。拥有200亿参数，由80亿多模态样本训练而成，支持350万语义标签的识别和理解，性能在80余种多模态与视觉任务中居于国际领先地位。

专注金融场景
专注于金融领域，可以显著提升金融文本识别、分析与生成的效能，进一步提升金融业的信息获取和分析执行效率
引入检索增强
引入检索增强，通过及时更新的向量数据，能够根据用户提出的要求，给出金融推理得到的补充辅助信息
安全合规检查
融合事实性检查、风险提示监测、金融合规与内容安全检查模块，在提升金融大模型准确性的同时，有效监测与管控风险

1930亿
金融垂直领域语料
10个
金融领域任务绝对领先

我们不断突破大模型核心技术，打造通用大模型开放基座以创新引领时代，以开源助力生态，以开放赋能产业

设计参数可控，输出结果可解释
由于系统出色的架构，可更好地理解和调整翼型，减少迭代周期，满足下一代民机复杂设计的需求
内嵌专业约束条件
系统中嵌入了流场特性、气动性能要求、结构限制、材料限制等知识，以及各种约束条件

20万个翼型
庞大逆向设计数据集
3种交互方式
支持拖拽、文字、语音交互
1‰误差
极低几何误差

2. 跨模态生成

通过联合学习，书生·多模态能够实现模态间的相互转换。验证结果表明，在创作七言绝句方面，书生·多模态已经具备由图像到文本的跨模态生成能力。

生·浦语大语言模型InternLM2.5全新升级的书生·浦语大语言模型和全链条工具体系，推理能力达到同量级开源模型领先水平更令人印象深刻的是，它展示了对中国文化的深厚积累，成功创作出了七言绝句，展现了文学与视觉的完美结合。 20% 推理能力提升
相比上一代模型推理能力大幅提升
100 万长文本处理
百万字长文的理解和精确处理
100+ 网页信息自主整合
自主规划和搜索，完成复杂任务十亿～千亿
模型参数
5T
预训练语料 (tokens)
1M
语境窗口长度

3. 多模态交互

书生·多模态在继承上一代书生在视觉任务上性能的同时，创新了人机交互的方式。用户可以通过光标点击、聊天等方式，精准传达指令，降低了AI任务的门槛，使得人工智能成为更广泛大众能够使用的生产工具。

大规模城市实景三维建模与编辑
兼顾城市的广阔与细腻，覆盖大范围城市区域和单点地标建筑的重建与编辑能力
训练、渲染、交互一体化系统
覆盖算法、算子、计算系统、用户交互的城市级 NeRF 系统

100 平方公里
建模范围
4K 高清训练
训练精度
1K，30 帧
实时渲染与穿梭
自由编辑
多种布局、风格变化

未来展望

强劲
首个综合性能媲美国际闭源商业模型的开源多模态大模型
全面
从千亿大模型到端侧小模型全覆盖，通专融合，支持多种模态
普惠
开源开放，训练成本节省80%，最小模型适配单张消费级显卡

多模态理解、生成和交互能力正在成为大模型新一轮演化的重要方向。面向未来，书生·多模态承诺通过原始创新不断提升模型能力，通过开源开放的方式赋能创新生态，让大模型更好地服务于人类。书生通用大模型官网将成为探索人工智能“通感”时代的起点，为未来的技术发展和社会进步注入新的活力。

短临降水预报 AI 模型
对流尺度短临降水精准预报，兼顾空间精细度和精准度
全球中期天气预报 AI 模型
中期预报有效时效首次突破 10 天；推动全球气象预报发展提速 10 倍；大模型预报分辨率首次进入 10 千米
全球海洋年际预测 AI 模型
首个海洋年际预报 AI 模型，预报提前期提升至年际尺度

多尺度
短中长均可报
多要素
核心要素齐全
多层次
海陆空全覆盖

https://intern-ai.org.cn/home