大模型持續(xù)更新
1.1 百川智能發(fā)布最新一代基座大模型 Baichuan 4

5 月 22 日，歷時4個月打磨，百川智能發(fā)布最新一代基座大模型 Baichuan 4，并推出成立之后的首款A(yù)I助手“百小應(yīng)”。

相較于前代Baichuan 3，迭代后的Baichuan 4在各項能力上均有極大提升，其中通用能力提升超過10%，數(shù)學和代碼能力分別提升14%和9%，在國內(nèi)權(quán)威大模型評測機構(gòu)SuperCLUE的評測中，模型能力國內(nèi)第一。

此外，官方表示，Baichuan 4還具備行業(yè)領(lǐng)先的多模態(tài)能力，即文本和圖像等多種元素對齊、交互的能力，并在各大評測基準上表現(xiàn)優(yōu)異，領(lǐng)先Gemini Pro、Claude3-sonnet等多模態(tài)模型。

在Baichuan4的基礎(chǔ)上，百川智能將搜索技術(shù)與大模型深度融合，推出懂搜索、會提問的AI助手“百小應(yīng)”。百小應(yīng)不僅可以隨時回答用戶提出的各種問題，速讀文件、整理資料、輔助創(chuàng)作等，還具備多輪搜索、定向搜索等搜索能力，能更精準地理解用戶需求，為用戶提供專業(yè)、豐富的知識和資源，還會在用戶問題的基礎(chǔ)上通過一系列提問來幫助用戶明確自身需求，給出更精準的答案。

百川智能還宣布開放Baichuan4、Baichuan3-Turbo、Baichuan3-Turbo-128k、AssistantAPI四款A(yù)PI，所有開發(fā)者、企業(yè)用戶均可登錄百川智能開發(fā)者中心選擇并接入相應(yīng)API，便捷高效地體驗百川智能新一代模型的強大能力。

1.2 微軟新開源Phi-3系列三個模型

5 月 22 日凌晨，微軟 Build 2024 開發(fā)者大會在美國西雅圖召開，發(fā)布了有關(guān) AI 技術(shù)，更有關(guān) AI 帶來的新工具。

小模型 Phi-3 家族上新！

先前，微軟已發(fā)布Phi-3 mini版本，支持4k、128k上下文，能夠在手機上運行，同時保持與大型模型如Mixtral 8x7B和GPT-3.5相媲美的性能。

這次發(fā)布會上，微軟新開源Phi-3系列的三個模型：多模態(tài)Phi-3 Vision 4.2B、兩個語言模型 Phi-3 Small 7B 和 Phi-3 Medium 14B。

Phi-3 Vision 4.2B 是Phi-3家族中的第一個多模態(tài)模型，結(jié)合了文本和圖像視覺功能，以及對現(xiàn)實世界圖像進行推理和從圖像中提取文本并進行推理的能力。同時還針對圖表和圖解的理解進行了優(yōu)化，可用于生成數(shù)據(jù)洞見和回答問題具有圖像理解能力。Phi-3 Vision 4.2B 在benchmark數(shù)據(jù)集上性能超過 Claude-3 Haiku 和 Gemini 1.0 Pro V。
Phi-3 Small 7B 支持跨操作系統(tǒng)及云邊端運行，在性能上與 Mixtral 8x22B 和Llama 3 70B 相當，目前優(yōu)于Command R+ 104B和GPT 3.5。
Phi-3 Medium 14B 支持跨操作系統(tǒng)及云邊端運行，性能上超越了 Mistral 7B 和 Llama 3 8B。

1.3 面壁智能發(fā)布MMiniCPM-Llama3-V 2.5，成為全球最強端側(cè)多模態(tài)模型！

5 月 20 日，面壁智能推出了最強端側(cè)多模態(tài)開源模型 MiniCPM-Llama3-V 2.5。僅用8B參數(shù)，擊敗了OpenAI的 GPT-4V 和谷歌的 Gemini Pro，而且，其 OCR 長難圖識別刷新SOTA，圖像編碼速度暴漲150倍，成為全球最強端側(cè)多模態(tài)模型！