华为开源7B多模态模型，视觉定位和OCR能力出色，你的昇腾端侧“新甜点”来了

华为发布开源多模态模型openPangu-VL-7B，基于昇腾架构实现720P图像160毫秒首字延迟与5FPS实时推理，训练MFU达42.5%，经3T+tokens稳定预训练，在视觉问答、文档理解、定位等任务中性能领先，并通过多项技术创新提升效率与精度，为端侧应用和昇腾生态提供新选择。
来源：https://mp.weixin.qq.com/s/w4m7YK9tvQdh5wpkulUlpQ