Intern (Shusheng) : grand modèle à usage général de SenseTime 138

Shusheng General Large Model est un grand modèle pré-entraîné publié par le Laboratoire d'intelligence artificielle de Shanghai.

Produits du modèle général Shusheng :

Shusheng · Multimodal - Grand Modèle

Shusheng 2.5 est une version du grand modèle général multimodal et multitâche, publié conjointement par SenseTime et le Laboratoire d'intelligence artificielle de Shanghai. Entraîné sur 8 milliards d'échantillons multimodaux, avec 20 milliards de paramètres. Il a franchi plusieurs technologies clés telles que l'interaction par commandes de curseur, la définition de tâches arbitraires via le langage et la fusion adaptative légère, réalisant trois grandes capacités : compréhension du monde ouvert, interaction multimodale et génération cross-modale, prenant en charge 3,5 millions d'étiquettes sémantiques.

Capacités remarquables : compréhension ouverte, interaction multimodale, génération cross-modale

Technologies originales : définition de tâches arbitraires via le langage, interaction par commandes de curseur, fusion adaptative légère

Shusheng · Puyu InternLM

Modèle de base à cent milliards de paramètres, formé par un entraînement progressif en plusieurs étapes, possédant un haut niveau de connaissances et de solides capacités de raisonnement, avec des performances exceptionnelles dans les examens complets et les évaluations de compétences globales.

InternLM est un modèle de base multilingue à cent milliards de paramètres entraîné sur plus d'un billion de tokens. Grâce à un entraînement progressif en plusieurs étapes, le modèle de base InternLM possède un haut niveau de connaissances, avec d'excellentes performances dans des scénarios nécessitant de solides capacités de réflexion tels que la compréhension de lecture en chinois et en anglais ainsi que les tâches de raisonnement, et il se distingue dans divers examens complets conçus pour les humains. Sur cette base, en combinant des données de dialogue annotées par des humains de haute qualité avec des technologies telles que le RLHF, InternLM peut répondre à des instructions complexes lors de dialogues avec les humains et fournir des réponses conformes à l'éthique et aux valeurs humaines.

Shusheng · Horizon - Grand Modèle 3D Réel

Modèle 3D réel à l'échelle urbaine basé sur NeRF, leader mondial, avec une efficacité d'entraînement et de rendu extrêmement élevée.

Modélisation à grande échelle et haute précision :Première réalisation d'un entraînement NeRF à l'échelle urbaine efficace sur 100 kilomètres carrés avec une précision d'image 4K, la portée de modélisation étant théoriquement extensible à l'infini.

Rendu en temps réel et haute précision :Première réalisation d'un rendu NeRF à l'échelle urbaine sur 100 kilomètres carrés en résolution 1K et 30 images par seconde en temps réel, ainsi qu'un rendu hors ligne en résolution 4K, offrant une expérience immersive de parcours.

Fonctions d'extension riches :Fournit de riches capacités dépassant la simple reconstruction, notamment des capacités d'édition urbaine telles que la suppression, la création et la rotation de bâtiments, ainsi que la possibilité d'ajuster l'éclairage, les saisons et autres changements de style urbain.

Système intégré d'entraînement, de rendu et d'interaction :Première réalisation d'un système NeRF à l'échelle urbaine couvrant algorithmes, opérateurs, système de calcul et interaction utilisateur, fournissant une base solide pour l'entraînement, le rendu, l'interaction et les applications.