智谱或推原生多模态模型 GLM-Omni
Zhipu AI might drop a native multimodal AI called GLM-Omni.
AI 导读
X.PIN 称智谱可能推出原生多模态模型 GLM-Omni，该系统将图像生成与文本训练结合，让模型在作答前先画出视觉推理步骤，使文本问答准确率从 12.57% 提升至 41.14%。作者还调侃这就像自己考试时涂鸦。
正文 · AI 翻译
智谱可能推出一款名为 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 在作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%。
基本上就像我考试时涂鸦一样。