Back to Home
RadarAI··Papers & Tech

智谱或推原生多模态模型GLM-Omni

中文摘要

智谱AI或推GLM-Omni原生多模态模型,结合图像生成与文本训练。AI先画出视觉推理步骤,显著提升文本问答准确率。

English Summary

Zhipu AI may launch GLM-Omni, a native multimodal model. It combines image generation with text training, allowing AI to draw visual reasoning steps before answering, significantly boosting text Q&A accuracy.

Original Excerpt

智谱AI可能推出名为GLM-Omni的原生多模态AI。 通过将图像生成与文本训练相结合,该系统让AI在回答前先画出视觉推理步骤来查看。这使文本问答准确率从12.57%提升至41.14%。 基本上就是我在考试时涂鸦的样子。