微软推出Kosmos-1人工智能模型 往全能型AI发展

站长之家(ChinaZ.com) 3月5日消息:微软近期已经将与OpenAI合作的ChatGPT技术应用在新版Bing搜索等产品，但并没有停下探索的脚步。微软日前公布名为「Kosmos-1」的多模式大型语言模型，将能同时理解文字与图像内容，以对应更复杂、多元的人工智能技术应用。

ChatGPT 是纯文本 LLM，而它是更强大的多模式大型语言模型（MLLM）。Kosmos-1可以处理文本、音频、图像和视频等内容，构建一个全能型的人工智能，可以像人类思维一样来处理任务。

微软表示，用于训练Kosmos-数据同样源自网络，同时为了让Kosmos-1能进一步理解图像内容，研究人员通过事先将图像以文字内容加上大量标记，让此大型语言模型可以进一步理解图像内容，以实现多模式大型语言模式。加入图像内容理解能力之后，将有助于Kosmos-1识别文字以外的图像内容，甚至进一步判断动态视频描述内容。

在进一步朝多模式大型语言模型发展后，微软预期将能在全能型的人工智能技术发展迈进一大步，不再让现有人工智能局限对应特定领域应用发展。