百度文心·跨模态大模型

　　百度文心自发布以来经过多次迭代升级已发布多个模型，今天给大家分享的是文心·跨模态大模型，下面我们一起来了解下！

　　以知识增强的跨模态语义理解关键技术为基础，实现跨模态检索、图文生成、图片文档的信息抽取等应用的快速搭建，AI助力产业智能化转型升级。

　　1、ERNIE-ViL

　　首个知识增强跨模态大模型，将场景图的结构化知识融入预训练，在视觉问答、跨模态检索等5个典型跨模态任务上刷新世界最好效果。

　　ERNIE-ViLG

　　2、ERNIE-ViLG

　　全球最大中文跨模态生成模型，具备文本生成图像、图像生成文本的双向生成能力，支持多种图文跨模态生成任务。

　　3、ERNIE-UNIMO

　　业界首创的语言视觉一体化大模型，首次同时解决视觉、语言和跨模态任务，同时登顶VQA、VCR、aNLI等三个视觉与文本权威榜单。

　　4、ERNIE-Layout

　　跨模态文档理解模型，首次将布局知识增强技术融入跨模态文档预训练，在4项文档理解任务上刷新世界最好效果，登顶DocVQA榜首。

　　5、ERNIE-FAT

　　文心跨模态大模型，由语音和语言跨模态联合预训练，显著增强语音语言跨模态任务效果。

　　更多百度文心·跨模态大模型相关内容，百度云服务中心持续分享中！

　　推荐阅读：百度文心·CV大模型