2019年起，中國科學(xué)院自動化研究所以語音、文本、圖像等單模態(tài)大模型的研究與應(yīng)用為基石，全力攻關(guān)全球首個千億參數(shù)多模態(tài)大模型。如今，相關(guān)產(chǎn)品已突破跨模態(tài)任務(wù)泛化與混合模態(tài)同步理解的技術(shù)瓶頸，能夠像人類一樣進行邏輯思考，成功構(gòu)建出從感知到思考的多模態(tài)智能體大模型。

一直以來，中國科學(xué)院自動化研究所高度重視全棧自主通用AI平臺的實踐，與中科曙光聯(lián)合研發(fā)涵蓋國產(chǎn)GPU加速卡驅(qū)動組件、運行時組件在內(nèi)的7個完整高性能工具鏈解決方案，可在神經(jīng)網(wǎng)絡(luò)模型、圖文模型訓(xùn)練、大語言模型的訓(xùn)練與推理等復(fù)雜任務(wù)中提供“一體化”智能支持。

根據(jù)實測，在多機多卡環(huán)境下，雙方已完成22個AI領(lǐng)域主流算法模型的代碼適配與效果對齊，模型精度誤差與國際頂尖產(chǎn)品相比，大部分小于 1%。這一成果不僅真正實現(xiàn)了國產(chǎn)AI大模型“可控、可信、可用”的核心目標(biāo)，更為我國AI領(lǐng)域自立自強、搶占科技創(chuàng)新高地奠定了關(guān)鍵基石，具有重大戰(zhàn)略意義。

中國科學(xué)院自動化研究所副總工程師、武漢人工智能研究院院長王金橋指出，該模型在語言能力、視覺語言能力等多個維度均表現(xiàn)亮眼，與全球領(lǐng)先的GPT-4o大模型相比毫不遜色—其中OCR類能力超出3個百分點，簡單任務(wù)規(guī)劃能力更是領(lǐng)先5個百分點。

中科曙光將持續(xù)助力中國科學(xué)院自動化研究所推進基礎(chǔ)理論、關(guān)鍵技術(shù)和應(yīng)用生態(tài)的全鏈條自主創(chuàng)新，著力以自主可控基礎(chǔ)軟硬件建立開源開放的多模態(tài)產(chǎn)業(yè)生態(tài)，不懈探索通用人工智能創(chuàng)新路徑。