在最新發(fā)布的中文多模態(tài)大模型SuperCLUE-V基準(zhǔn)評測中，騰訊混元大模型獲國內(nèi)排名第一，穩(wěn)居卓越領(lǐng)導(dǎo)者象限。
此次評測聚焦于大模型理解復(fù)雜現(xiàn)實世界的關(guān)鍵能力，即多模態(tài)理解，俗稱“圖生文”。
多模態(tài)理解要求模型能夠準(zhǔn)確識別圖像元素，理解它們之間的關(guān)系，并生成自然語言描述。
這一能力不僅考驗圖像識別的精確度，也體現(xiàn)了對場景的全面理解、對細節(jié)的深度洞察，是衡量模型對復(fù)雜現(xiàn)實世界理解力的重要標(biāo)準(zhǔn)。
在本次測評中，共有12個國內(nèi)外具有代表性的多模態(tài)理解大模型參與，騰訊混元大模型在多模態(tài)基礎(chǔ)能力和應(yīng)用能力兩大方向上均展現(xiàn)出顯著優(yōu)勢，獲得總分71.95的高分。
評測標(biāo)準(zhǔn)涵蓋了理解準(zhǔn)確性、回應(yīng)相關(guān)性和推理深度等維度，確保了評估的科學(xué)性和公正性。
騰訊混元大模型在基礎(chǔ)能力方面緊追海外頂尖模型，總成績僅略低于GPT-4o，表現(xiàn)優(yōu)于CLaude3.5-Sonnet和Gemini-1.5-Pro。
在應(yīng)用能力維度上，憑借對中文語境的深刻理解以及在通用、常識、圖像等多領(lǐng)域的綜合能力，騰訊混元大模型展現(xiàn)出巨大的實際應(yīng)用潛力。
