Zidong Taichu: nuevo modelo de lenguaje de gran escala de nueva generación 148

紫东太初, el Instituto de Automatización de la Academia China de Ciencias (CAS) y el Instituto de Investigación de Inteligencia Artificial de Wuhan presentan un nuevo modelo grande de nueva generación, que pasa de tres modalidades a todas las modalidades, admite tareas de preguntas y respuestas completas como preguntas y respuestas de múltiples turnos, creación de texto, generación de imágenes, comprensión 3D y análisis de señales, con capacidades más fuertes de cognición, comprensión y creación, brindando una experiencia interactiva completamente nueva.

¿Qué puede hacer el modelo grande 紫东太初 2.0?

El Instituto de Automatización de la Academia China de Ciencias y el Instituto de Investigación de Inteligencia Artificial de Wuhan presentan un nuevo modelo grande de nueva generación, que pasa de tres modalidades a todas las modalidades, admite tareas de preguntas y respuestas completas como preguntas y respuestas de múltiples turnos, creación de texto, generación de imágenes, comprensión 3D y análisis de señales, con capacidades más fuertes de cognición, comprensión y creación, brindando una experiencia interactiva completamente nueva.

Creación de texto

Puede comprender con precisión la intención del usuario y generar contenido textual coherente y lógico. Cubre escenarios comunes de creación de textos de diversos tipos, como: redacción de reseñas de artículos, descripciones de puestos de trabajo (JD), cartas y correos electrónicos, invitaciones, planificación de itinerarios, etc.

Preguntas y respuestas de conocimiento

Puede comprender con precisión el contexto de las preguntas ingresadas por el usuario y responder preguntas de conocimiento en tiempo real. Incluye: conocimientos de la vida cotidiana, habilidades laborales, conocimientos en medicina, historia y humanidades, etc.

Comprensión de imágenes, texto y audio

Visión-texto-voz, presta más atención a las características de correlación entre los datos de las tres modalidades de imagen, texto y audio, proporcionando soporte fundamental del modelo para tareas posteriores más amplias y diversas.

Generación de música

Puede generar música de alta fidelidad de forma controlable mediante indicaciones de texto dadas, y admite la creación improvisada de música en varios estilos y con varios instrumentos.

Comprensión 3D

Capacidades de comprensión de escenas 3D y percepción de objetos basadas en datos de nubes de puntos.

Análisis de señales

Admite identificación de señales de radar e interacción de conocimiento, lo que permite dominar rápidamente el origen básico y los parámetros de las señales con la ayuda del modelo.

Descripción general de las funciones del modelo grande 紫东太初

"紫东太初 2.0" tiene como objetivo perseguir capacidades de preguntas y respuestas más completas, capacidades de expresión más ricas y capacidades de preguntas y respuestas multimodales de múltiples turnos, para satisfacer las necesidades de diálogo y creación en escenarios empresariales más complejos.

1. Capacidades de imagen

Descripción de imágenesDescripción de la capacidad: "紫东太初 2.0" puede comprender y responder con precisión preguntas de reconocimiento de imágenes basándose en los materiales de imágenes cargados por el usuario. Específicamente, puede identificar el sujeto, el fondo, la acción, el color de la imagen, etc. También admite la comprensión de información contextual y preguntas y respuestas de múltiples turnos.

Instrucciones de ejemplo:

Cargue una imagen y luego envíe "Por favor, describa qué hay en esta imagen"

Cargue una imagen y luego envíe "Por favor, describa qué colores hay en esta imagen"

2. Detección de objetos

Descripción de la capacidad: "紫东太初 2.0" admite tareas de detección de objetos de categorías variadas, capaz de determinar el tipo, la cantidad y la información de ubicación correspondiente de los objetos.

Instrucciones de ejemplo:

Cargue una imagen y luego envíe "¿Cuántas personas hay en la imagen?"

Cargue una imagen y luego envíe "Ayúdeme a ver cuántos tipos de animales hay en la imagen"

3. Recuperación de imágenes

Descripción de la capacidad: "紫东太初 2.0" cuenta con una enorme biblioteca de materiales de imágenes de alta calidad, capaz de buscar para los usuarios materiales de imágenes exquisitas con alta relevancia.

Instrucciones de ejemplo:

"Ayúdeme a encontrar una imagen de cerezos en flor"

"Ayúdeme a encontrar una imagen nocturna de Shanghái"

"¿Cómo es un camión? Muéstreme una imagen"

4. Generación de imágenes

Descripción de la capacidad: "紫东太初 2.0" puede generar imágenes exquisitas correspondientes según las necesidades indicadas por el usuario, y puede modificar las descripciones para ajustar el contenido de las imágenes. Pequeño consejo para la descripción del Prompt: añadir descripciones concretas de las características del sujeto ayuda a localizar el contenido central de la escena; añadir palabras descriptivas de estilo u otras características ayuda a ajustar el efecto general de la imagen.

Instrucciones de ejemplo:

"Dibuje una imagen de cerezos en flor en un estilo estético"

"Genere una foto de un cachorro jugando en el césped"

"Ayúdeme a dibujar una imagen de un tigre nadando"

5. Reconocimiento de texto

Descripción de la capacidad: "紫东太初 2.0" admite servicios de detección y reconocimiento de texto en múltiples escenarios, multilingües y de alta precisión. Los escenarios empresariales específicos incluyen: reconocimiento de texto en tarjetas y documentos de identidad, reconocimiento de texto en facturas y tickets, procesamiento de imágenes de documentos, etc.

Instrucciones de ejemplo:

Cargue una imagen y luego envíe "¿Qué texto hay en la imagen?"

Cargue una imagen y luego envíe "Ayúdeme a reconocer todo el texto de la imagen"

6. Capacidades lingüísticas

Preguntas y respuestas en chino

Descripción de la capacidad: "紫东太初 2.0" puede comprender con precisión el contexto de las preguntas ingresadas por el usuario y proporcionar respuestas de conocimiento precisas. Incluye: conocimientos de la vida cotidiana, habilidades laborales, conocimientos en medicina, historia y humanidades, etc.

Instrucciones de ejemplo:

"Voy a ponerte a prueba, ¿cuáles son las cuatro grandes obras clásicas?"

"Disculpe, ¿cuál es la montaña más alta del mundo?"

"¿Qué es la enfermedad gástrica? ¿Qué tipos comunes existen y cuáles son los tratamientos?"

"¿Cómo organizar las finanzas personales y la planificación presupuestaria?"

7. Resumen de texto

Descripción de la capacidad: "紫东太初 2.0" puede comprender rápidamente las ideas centrales de un artículo y extraer resúmenes precisos y concisos a partir de textos largos.

Instrucciones de ejemplo:

"Ayúdeme a extraer el resumen del artículo" + introducir el contenido del artículo

"Ayúdeme a hacer este artículo más conciso" + introducir el contenido del artículo

8. Continuación de texto

Descripción de la capacidad: "紫东太初 2.0" puede continuar automáticamente la escritura de historias enriquecidas basándose en la guía narrativa introducida por el usuario.

Instrucciones de ejemplo:

"Por favor, continúe la historia: Érase una vez, en la montaña vivían 3 viejos monjes"

9. Creación de texto

Descripción de la capacidad: "紫东太初 2.0" puede comprender con precisión la intención introducida por el usuario y generar contenido textual coherente y lógico. Cubre escenarios comunes de creación de textos de diversos tipos, como: redacción de reseñas de artículos, descripciones de puestos de trabajo (JD), cartas y correos electrónicos, invitaciones, planificación de itinerarios, etc.

Instrucciones de ejemplo:

"Ayúdeme a escribir un comunicado de prensa de 200 palabras para la conferencia de lanzamiento del modelo grande de inteligencia artificial"

"Escriba una descripción de puesto (JD) para un gerente de producto de ai en Internet"

"Escriba una reseña de 'El problema de los tres cuerpos'"

"Por favor, ayúdeme a preparar un itinerario de 3 días por Wuhan"

"Escriba una carta de agradecimiento al gobierno municipal de Wuhan"

10. Generación de títulos

Descripción de la capacidad: "紫东太初 2.0" puede generar rápidamente títulos concisos y resumidos (copy) basándose en la comprensión del artículo o texto largo.

Instrucciones de ejemplo:

"Por favor, genere un título para este artículo:" + introducir el contenido del artículo

11. Análisis gramatical

Descripción de la capacidad: "紫东太初 2.0" puede comprender y analizar con precisión la gramática de las oraciones basándose en los materiales textuales en chino e inglés cargados por el usuario, señalando errores gramaticales y modificándolos, entre otros.

Instrucciones de ejemplo:

Por favor, corrija la oración a una expresión gramaticalmente correcta "El director general Zhang y el ingeniero jefe Li están discutiendo un proyecto de renovación técnica, él está de acuerdo con su opinión."

Por favor, señale los errores en la oración y corríjala a la expresión correcta "A number of students is going to learn a foreign language."