开源模型突破原生多模态大模型性能瓶颈，上海AI Lab代季峰团队出品

上海AI Lab团队提出全新原生多模态大模型Mono-InternVL，将视觉感知和多模态理解集成到大语言模型中，无需额外的视觉编码器。与非原生模型相比，首个单词延迟最多降低67%，多个评测数据集上达到SOTA水准。1.8B参数模型在16个基准上性能大幅超越7B参数的EVE，平均提升15.5%。部署实验显示，与模块化模型相比，首个token延迟减少67%，整体吞吐量提高31%。
来源：https://mp.weixin.qq.com/s/FmjG0Gp5ow7mm2Vzd9ppPg