美团与浙大联手开发的MobileVLM支持多模态大模型在骁龙888上实时运行
来源:机器之心
2024-01-04 12:13:00
0浏览
收藏
一分耕耘,一分收获!既然都打开这篇《美团与浙大联手开发的MobileVLM支持多模态大模型在骁龙888上实时运行》,就坚持看下去,学下去吧!本文主要会给大家讲到等等知识点,如果大家对本文有好的建议或者看到有不足之处,非常欢迎大家积极提出!在后续文章我会继续更新科技周边相关的内容,希望对大家都有所帮助!
大模型涌向移动端的浪潮愈演愈烈,终于有人把多模态大模型也搬到了移动端上。近日,美团、浙大等推出了能够在移动端部署的多模态大模型,包含了 LLM 基座训练、SFT、VLM 全流程。也许不久的将来,每个人都能方便、快捷、低成本的拥有属于自己的大模型。
论文地址:https://arxiv.org/pdf/2312.16886.pdf Code 地址:https://github.com/Meituan-AutoML/MobileVLM
本文提出了 MobileVLM,它是专为移动场景定制的多模态视觉语言模型的全栈级改造。据作者表示,这是首个从零开始提供详细、可复现和强大性能的视觉语言模型。通过受控和开源数据集,研究者建立了一套高性能的基础语言模型和多模态模型。 本文对视觉编码器的设计进行了广泛的消融实验,并系统地评估了 VLM 对各种训练范式、输入分辨率和模型大小的性能敏感性。 本文在视觉特征和文本特征之间设计了一种高效的映射网络,能更好地对齐多模态特征,同时减少推理消耗。 本文设计的模型可以在低功耗的移动设备上高效运行,在高通的移动 CPU 和 65.5 英寸处理器上的测量速度为 21.5 tokens/s。 MobileVLM 和大量 多模态大模型在 benchmark 的表现不相上下,证明了其在众多实际任务中的应用潜力。虽然本文主要关注的是边缘场景,但 MobileVLM 优于许多最新的 VLM,而这些 VLM 只能由云端强大的 GPU 支持。






应用 RoPE 注入位置信息。 应用预归一化来稳定训练。具体来说,本文使用 RMSNorm 代替层归一化, MLP 膨胀比使用 8/3 而不是 4。 使用 SwiGLU 激活函数代替 GELU 。


今天关于《美团与浙大联手开发的MobileVLM支持多模态大模型在骁龙888上实时运行》的内容就介绍到这里了,是不是学起来一目了然!想要了解更多关于产业的内容请关注golang学习网公众号!
版本声明
本文转载于:机器之心 如有侵犯,请联系study_golang@163.com删除

- 上一篇
- 使用pip快速安装Python包:一键获取所需的Python库

- 下一篇
- PyCharm背景颜色调整技巧:个性化定制
查看更多
最新文章
-
- 科技周边 · 人工智能 | 20分钟前 |
- 即梦AI如何设置自动保存?防丢失功能超全开启教程
- 119浏览 收藏
-
- 科技周边 · 人工智能 | 49分钟前 |
- 即梦AI渲染慢?优化性能设置让速度起飞!
- 332浏览 收藏
-
- 科技周边 · 人工智能 | 1小时前 |
- DeepSeek怎么绑定飞书?团队协作神器来啦
- 182浏览 收藏
-
- 科技周边 · 人工智能 | 1小时前 |
- AI证件照换背景不求人!手把手教你5个实用技巧
- 387浏览 收藏
-
- 科技周边 · 人工智能 | 1小时前 |
- DeepSeekAI一键搞定小红书爆款梗图,效率提升10倍!告别手动P图
- 139浏览 收藏
-
- 科技周边 · 人工智能 | 1小时前 |
- 深度测评七大平台DeepSeek-R1API调用全流程!
- 241浏览 收藏
-
- 科技周边 · 人工智能 | 1小时前 |
- DeepSeek+XMind,手把手教你快速制作思维导图(附详细教程)
- 451浏览 收藏
-
- 科技周边 · 人工智能 | 2小时前 |
- 5分钟制作热点梗图!豆包AI教程+超全10w+模板分享
- 354浏览 收藏
-
- 科技周边 · 人工智能 | 2小时前 |
- 即梦AI怎么添加专属水印?手把手教你设置专属水印方法
- 174浏览 收藏
-
- 科技周边 · 人工智能 | 2小时前 |
- 办公党必看!DeepSeek+Foxmail邮件自动处理超详细教程
- 350浏览 收藏
查看更多
课程推荐
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 542次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 508次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 497次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 484次学习
查看更多
AI推荐
-
- 互联网信息服务算法备案系统
- 了解互联网信息服务算法备案系统,掌握如何进行算法备案的详细步骤和要求,确保您的互联网服务合规运营。
- 57次使用
-
- 魔匠AI
- SEO摘要魔匠AI专注于高质量AI学术写作,已稳定运行6年。提供无限改稿、选题优化、大纲生成、多语言支持、真实参考文献、数据图表生成、查重降重等全流程服务,确保论文质量与隐私安全。适用于专科、本科、硕士学生及研究者,满足多语言学术需求。
- 103次使用
-
- PPTFake答辩PPT生成器
- PPTFake答辩PPT生成器,专为答辩准备设计,极致高效生成PPT与自述稿。智能解析内容,提供多样模板,数据可视化,贴心配套服务,灵活自主编辑,降低制作门槛,适用于各类答辩场景。
- 135次使用
-
- Lovart
- SEO摘要探索Lovart AI,这款专注于设计领域的AI智能体,通过多模态模型集成和智能任务拆解,实现全链路设计自动化。无论是品牌全案设计、广告与视频制作,还是文创内容创作,Lovart AI都能满足您的需求,提升设计效率,降低成本。
- 256次使用
-
- 美图AI抠图
- 美图AI抠图,依托CVPR 2024竞赛亚军技术,提供顶尖的图像处理解决方案。适用于证件照、商品、毛发等多场景,支持批量处理,3秒出图,零PS基础也能轻松操作,满足个人与商业需求。
- 124次使用
查看更多
相关文章
-
- GPT-4王者加冕!读图做题性能炸天,凭自己就能考上斯坦福
- 2023-04-25 501浏览
-
- 单块V100训练模型提速72倍!尤洋团队新成果获AAAI 2023杰出论文奖
- 2023-04-24 501浏览
-
- ChatGPT 真的会接管世界吗?
- 2023-04-13 501浏览
-
- VR的终极形态是「假眼」?Neuralink前联合创始人掏出新产品:科学之眼!
- 2023-04-30 501浏览
-
- 实现实时制造可视性优势有哪些?
- 2023-04-15 501浏览