开放猫 – 人工智能应用聚合平台
一只会聊天、会写作的人工智能猫
浦语灵笔是什么？
上海人工智能实验室（上海AI实验室）近日推出了首个图文混合创作大模型书生·浦语灵笔(InternLM-XComposer)，该模型能够根据用户提供的主题或图片，自动创作出图文并茂的文章，为大模型落地应用提供更多可能。
浦语灵笔是基于书生·浦语大语言模型（InternLM）的多模态扩展，书生·浦语是上海AI实验室今年7月以来陆续开源的7B(InterLM-7B)及20B(InternLM-20B)版本的大语言模型，为业界提供了完整的大模型研发与应用基座，以及全链条工具体系。
项目地址：https://github.com/InternLM/InternLM-XComposer
浦语灵笔能做什么？
浦语灵笔不仅能够进行流利的中英文图文对话，准确理解图像内容，还具备了图文并茂文章创作的全新能力。
用户仅需提供主题或图片，便可一键生成涵盖历史沿革、主要景点文物介绍等方面的长篇文章，并在适当位置自动插入与文字信息对应的图片。除自动配图能力外，浦语灵笔还提供了配图推荐和更换功能，根据用户实际需求定制图文内容。
目前，浦语灵笔已支持科普文稿、营销广告、新闻稿件、影视评论、生活指南等类型文章的图文并茂生成，并将逐渐开放更多能力，适应更多样化任务需求。
浦语灵笔为图文文章创作设计了“三步走”的算法流程：
- 首先，根据用户输入的主题或图片，浦语灵笔利用其强大的写作能力，创作出文采斐然的文章。
- 其次，浦语灵笔自动分析文章内容和段落布局，规划需要插图图片的位置，并生成对图片内容需求的描述。
- 最后，采用从粗筛到精选的配图策略，利用多模态大模型强大的图像理解能力，从海量图库中选择出最符合文章上下文内容和整体图像风格的图片，完成文章的自动配图。
浦语灵笔出色的图文创作效果，得益于其多任务预训练模型（InternLM-XComposer-VL-7B）强大的多模态理解能力。
研究人员采用5个主流的多模态大模型评测对InternLM-XComposer-VL-7B进行了详细测试，包括MME Benchmark、MMBench、MMBench-CN、Seed-Bench和CCBench等中英文评测。
评测结果显示，在上述5项评测中，浦语灵笔均体现出卓越性能，尤其是在中国文化理解方面，表现出深厚的知识积淀。
如何使用浦语灵笔？
浦语灵笔现已开源，同时上线GitHub、Hugging Face及魔搭社区（ModelScope），欢迎开发者下载试用。
数据统计
相关导航
Ferret-UI：苹果公司推出的多模态AI模型
Ferret-UI是苹果公司与哥伦比亚大学研究团队联合发布的一个多模态模型。它是专门为了增强对移动端用户界面（UI）屏幕的理解而定制的，配备了引用、定位和推理功能。该模型能够“看懂”手机屏幕上的内容并执行任务，聚焦于移动端、关注用户交互。,Ferret-UI是苹果公司与哥伦比亚大学研究团队联合发布的一个多模态模型。它是专门为了增强对移动端用户界面（UI）屏幕的理解而定制的，配备了引用、定位和推理功能。该模型能够“看懂”手机屏幕上的内容并…
360智脑-视觉大模型
视觉大模型能看懂图片，未来看懂视频、听懂声音,视觉大模型能看懂图片，未来看懂视频、听懂声音
Qwen2-Math：阿里巴巴最新开源的数学推理大模型
Qwen2-Math是阿里巴巴最新开源的数学推理大模型，是基于 Qwen2 LLM 构建的专门用于数学解题的一系列语言模型。Qwen2-Math 提供了基础和指令微调两种版本，分别有1.5B（15亿）、7B（79亿）和72B（720亿）三种参数规模，以适应不同的应用需求。,Qwen2-Math是阿里巴巴最新开源的数学推理大模型，是基于 Qwen2 LLM 构建的专门用于数学解题的一系列语言模型。Qwen2-Math 提供了基础和指令微调两种版本，分别有1.5B（15亿）…
昆仑万维-天工AI大模型
天工作为一款大型语言模型，拥有强大的自然语言处理和智能交互能力，能够实现智能问答、聊天互动、文本生成等多种应用场景，并且具有丰富的知识储备，涵盖科学、技术、文化、艺术、历史等领域。,天工作为一款大型语言模型，拥有强大的自然语言处理和智能交互能力，能够实现智能问答、聊天互动、文本生成等多种应用场景，并且具有丰富的知识储备，涵盖科学、技术、文化、艺术、历史等领域。
澜舟科技-孟子大模型
孟子预训练模型是基于团队自研的大规模预训练语言模型。可处理多语言、多模态数据，同时支持多种理解和生成任务，能快速满足不同领域、不同应用场景的需求。,孟子预训练模型是基于团队自研的大规模预训练语言模型。可处理多语言、多模态数据，同时支持多种理解和生成任务，能快速满足不同领域、不同应用场景的需求。
GPT-4o mini：OpenAI最新推出的AI模型，更快更便宜更智能
GPT-4o mini是由OpenAI推出的一款高性价比小型模型，具有成本低、性能强、功能多样和安全可靠等特点。它在多项评测中表现优异，在 MMLU 上得分 82%，目前优于 GPT-4，比 GPT-3.5 Turbo 便宜 60% 以上。目前支持文本和视觉，未来将支持更多形式。,GPT-4o mini是由OpenAI推出的一款高性价比小型模型，具有成本低、性能强、功能多样和安全可靠等特点。它在多项评测中表现优异，在 MMLU 上得分 82%，目前优于 GPT-4，比 GPT-…
云知声-山海大模型
山海大模型是最新一代认知智能大模型，拥有丰富的知识储备，涵盖科学、技术、文化、艺术、医疗、通识等领域。与她对话即可获取信息、知识和灵感，是人类的良师益友，也是灵动强大的智能助理。,山海大模型是最新一代认知智能大模型，拥有丰富的知识储备，涵盖科学、技术、文化、艺术、医疗、通识等领域。与她对话即可获取信息、知识和灵感，是人类的良师益友，也是灵动强大的智能助理。