导读

作为人工智能领域的璀璨新星，多模态大模型跨模态交互能力不断精进，将赋能千行百业。

近日，赛迪工业和信息化研究院(集团)四川有限公司发布了《2024中国人工智能多模态大模型企业综合竞争力20强研究报告》，腾讯混元大模型排名第一、科大讯飞星火大模型排名第二、阿里巴巴通义千问排名第三、华为盘古大模型排名第四、智谱华章智普清言排名第五。

据称此次评价研究通过建立覆盖经济、技术、行业、商业等多维度指标的企业竞争力评价模型，对我国人工智能自研多模态大模型企业实力进行综合评估，最终形成人工智能多模态大模型企业综合竞争力20强评价结果。其评价体系包括经济抗衡力(15%)、行业影响力(30%)、技术竞争力(40%)、商业角逐力(15%)。

从报告分析来看，多模态大模型呈现一些特点及趋势，包括多模态技术的深厚储备与强大的算力能级共同构成了多模态大模型发展的坚实基础，大模型落地的商业场景及训练数据的质量高低将极大程度影响企业发展多模态大模型的技术竞争力，以及研发投入在多模态大模型领域相较于语言大模型呈现显著增加趋势，已成为相关企业核心技术实力提升的关键驱动力等等。

除此之外，近期，又一批新的大模型产品接踵而来，比如MM1多模态大模型、视频生成模型AnimateDiff-Lightning、图生视频大模型“Follow-Your-Click”、成果转化领域大模型“智者大模型1.0”、星海大模型、烹饪AI大模型、医疗健康AI大模型......

苹果推出300亿参数MM1多模态大模型

近日，苹果公布了一项重要研究成果，他们发布了一款300亿参数的MM1多模态大模型。

这是一个具有高达300亿的多模态模型系列， 它由密集模型和混合专家(MoE)变体组成，不仅在预训练指标中实现非常优水平，在一系列已有多模态基准上监督微调后也能保持有竞争力的性能。MM1多模态大模型拥有图像识别和自然语言推理能力。

字节推出视频生成模型AnimateDiff-Lightning

字节发布了名为AnimateDiff-Lightning的模型，只需4-8步推理即可生成高质量视频，为视频制作行业带来突破。该模型使用渐进式对抗扩散蒸馏技术，据称可以实现闪电般快速的视频生成。同时，团队进一步提出了跨模式扩散蒸馏，提高蒸馏模块泛化到不同的风格化基本模型的能力。

腾讯混元联合清华、港科大推出图生视频大模型

3月15日，腾讯和清华大学、香港科技大学联合推出全新图生视频大模型“Follow-Your-Click”，基于输入模型的图片，只需点击对应区域，加上少量提示词，就能够让图片中原本静态的区域动起来，一键转换成视频。有研究机构指出，国内外大厂AI视频生成不断突破，未来AI+趋势势不可挡。

国内成果转化领域大模型“智者大模型1.0”发布

3月14日，杭州市召开创新深化暨科技成果转移转化首选地推进大会，杭州市科技局、杭州技术转移转化中心共同发布了国内成果转化领域大模型——“智者大模型1.0”，为破解这些行业难题开辟了新路径。成果转化大模型的应用将改变传统成果转化模式，重塑成果转化生态体系，加速推进科技成果向新质生产力转化。

海信发布自研星海大模型

3月15日，海信正式发布自研星海大模型以及全新升级的ULED X全场景AI计算画质平台和多款旗舰新品。海信视像科技总裁李炜介绍了海信星海大模型，这是海信自主研发的系列大模型。星海大模型基于海信自有的千万级别高质量语言、图像等数据进行训练。

老板电器将发布烹饪AI大模型

老板电器将于近期发布全球烹饪AI大模型， 并且，该大模型是由国内某实验室与老板电器合作开发。该烹饪AI大模型的发布，将为老板电器的发展注入新活力，开辟新的增长空间。

中科院香港创新院发布医疗健康AI大模型

中国科学院香港创新研究院人工智能与机器人创新中心(简称“中国科学院香港创新院AI中心”)3月11日在港发布医疗领域AI多模态大模型CARES Copilot1.0。

据了解，CARES Copilot系统由中国科学院香港创新院AI中心研发，是一款专为医疗领域设计的大型模型系统，已在多家医院的不同科室进行了实地内部测试和持续优化，CARES Copilot1.0可有效支持包括手术阶段识别和器械检测与计数等功能。