Mini-Gemini:挖掘多模态视觉语言模型的潜力

RayRay
Mini-Gemini多模态视觉语言模型AI绘图大语言模型图像理解Github开源项目

Mini-Gemini:开启多模态AI新纪元

近年来,随着人工智能技术的快速发展,多模态AI模型逐渐成为研究热点。其中,能够同时处理图像和文本的视觉语言模型(Vision Language Models, VLMs)尤其引人注目。在这一背景下,来自香港中文大学和商汤科技的研究团队推出了Mini-Gemini,一个强大的多模态AI框架,能够同时进行图像理解、推理和生成。本文将详细介绍Mini-Gemini的架构、训练过程、评估结果以及使用方法,展示其在多个视觉-语言任务上的卓越表现。

Mini-Gemini架构:双视觉编码器+大语言模型

Mini-Gemini的核心架构由三个主要组件构成:

  1. 低分辨率视觉编码器:用于提取图像的全局特征
  2. 高分辨率视觉编码器:用于提取图像的局部细节特征
  3. 大语言模型(LLM):用于理解文本,并将视觉信息与语言进行融合

Mini-Gemini架构图

这种双视觉编码器设计使Mini-Gemini能够同时获取图像的全局信息和局部细节,大大提升了模型的图像理解能力。研究团队提出了"补丁信息挖掘"(Patch Info Mining)技术,在高分辨率区域和低分辨率视觉查询之间进行补丁级别的信息挖掘,进一步增强了模型的性能。

多样化的模型版本

为了适应不同的应用场景和硬件条件,研究团队提供了多个版本的Mini-Gemini模型:

  1. 基础版本:

    • MGM-2B: 基于Gemma-2B大语言模型
    • MGM-7B: 基于Vicuna-7B-v1.5大语言模型
    • MGM-13B: 基于Vicuna-13B-v1.5大语言模型
    • MGM-8B: 基于LLaMA-3-8B-Instruct大语言模型
    • MGM-8x7B: 基于Mixtral-8x7B-Instruct-v0.1大语言模型
    • MGM-34B: 基于Nous-Hermes-2-Yi-34B大语言模型
  2. 高清版本(HD):

    • MGM-7B-HD, MGM-13B-HD, MGM-8B-HD, MGM-8x7B-HD, MGM-34B-HD

这些模型在图像输入分辨率和参数规模上有所不同,用户可以根据具体需求选择合适的版本。

全面的训练数据

Mini-Gemini的训练过程分为两个阶段:特征对齐阶段和指令微调阶段。为了确保模型的多样性和泛化能力,研究团队使用了大量高质量的训练数据,包括:

  1. 预训练数据:

    • LLaVA Images
    • ALLaVA Caption
  2. 微调数据:

    • COCO, GQA, OCR-VQA, TextVQA, VisualGenome
    • ShareGPT4V-100K, LAION GPT4V
    • ALLaVA Instruction
    • DocVQA, ChartQA, DVQA, AI2D等专业领域数据集

这些数据集涵盖了广泛的图像类型和任务场景,为Mini-Gemini提供了丰富的学习材料。

卓越的评估结果

研究团队在多个具有挑战性的视觉-语言基准测试上评估了Mini-Gemini的性能,结果令人印象深刻:

  • TextVQA: MGM-34B-HD达到74.1%的准确率
  • MMB(Multi-Modal Benchmark): MGM-34B-HD达到80.6分
  • MME(Multi-Modal Evaluation): MGM-34B-HD在1659个样本中正确识别482个
  • MM-Vet: MGM-34B-HD达到59.3%的准确率
  • MMMU: MGM-34B-HD在验证集和测试集上分别达到48.0%和44.9%的准确率
  • MathVista: MGM-34B-HD达到43.3%的准确率

这些结果表明,Mini-Gemini在各种视觉-语言任务中都表现出色,特别是在处理复杂的多模态问题时更具优势。

便捷的使用方法

为了方便研究人员和开发者使用Mini-Gemini,研究团队提供了多种使用方式:

  1. 命令行推理:支持多GPU、4位和8位量化推理,可以轻松进行图像理解和生成任务。

  2. Gradio Web界面:提供了用户友好的图形界面,可以快速部署和使用Mini-Gemini。

  3. 多GPU和量化推理:对于显存较小的GPU,支持多GPU协同工作和模型量化,以降低内存占用。

这些灵活的使用选项使Mini-Gemini能够适应不同的硬件环境和应用需求。

Mini-Gemini的应用示例

Mini-Gemini在各种实际应用中展现出强大的能力:

  1. 高分辨率图像理解: 高分辨率图像理解示例

    Mini-Gemini能够准确理解复杂图像中的细节信息,回答关于图像内容的具体问题。

  2. 推理与生成: 推理与生成示例

    Mini-Gemini不仅能理解图像,还能基于图像内容进行推理和生成新的内容,如创作故事或描述场景。

这些示例充分展示了Mini-Gemini在实际应用中的灵活性和强大功能。

结语

Mini-Gemini作为一个全面的多模态AI框架,在图像理解、推理和生成方面都展现出了卓越的性能。其创新的架构设计、全面的训练数据和灵活的使用方式,使其成为视觉-语言AI研究和应用的有力工具。未来,Mini-Gemini有望在更多领域发挥重要作用,推动多模态AI技术的进一步发展。

研究团队已经开源了Mini-Gemini的代码和模型权重,欢迎感兴趣的研究者和开发者尝试使用。同时,他们也呼吁使用者遵守相关许可协议,仅将模型用于研究目的。

随着多模态AI技术的不断进步,我们可以期待看到更多像Mini-Gemini这样优秀的模型涌现,为人工智能的发展注入新的活力。

编辑推荐精选

AEE

AEE

AI Excel全自动制表工具

AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。

UI-TARS-desktop

UI-TARS-desktop

基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。

UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。

Wan2.1

Wan2.1

开源且先进的大规模视频生成模型项目

Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。

爱图表

爱图表

全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表

爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。

Qwen2.5-VL

Qwen2.5-VL

一款强大的视觉语言模型,支持图像和视频输入

Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场景,如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用,提升工作效率。

HunyuanVideo

HunyuanVideo

HunyuanVideo 是一个可基于文本生成高质量图像和视频的项目。

HunyuanVideo 是一个专注于文本到图像及视频生成的项目。它具备强大的视频生成能力,支持多种分辨率和视频长度选择,能根据用户输入的文本生成逼真的图像和视频。使用先进的技术架构和算法,可灵活调整生成参数,满足不同场景的需求,是文本生成图像视频领域的优质工具。

WebUI for Browser Use

WebUI for Browser Use

一个基于 Gradio 构建的 WebUI,支持与浏览器智能体进行便捷交互。

WebUI for Browser Use 是一个强大的项目,它集成了多种大型语言模型,支持自定义浏览器使用,具备持久化浏览器会话等功能。用户可以通过简洁友好的界面轻松控制浏览器智能体完成各类任务,无论是数据提取、网页导航还是表单填写等操作都能高效实现,有利于提高工作效率和获取信息的便捷性。该项目适合开发者、研究人员以及需要自动化浏览器操作的人群使用,在 SEO 优化方面,其关键词涵盖浏览器使用、WebUI、大型语言模型集成等,有助于提高网页在搜索引擎中的曝光度。

xiaozhi-esp32

xiaozhi-esp32

基于 ESP32 的小智 AI 开发项目,支持多种网络连接与协议,实现语音交互等功能。

xiaozhi-esp32 是一个极具创新性的基于 ESP32 的开发项目,专注于人工智能语音交互领域。项目涵盖了丰富的功能,如网络连接、OTA 升级、设备激活等,同时支持多种语言。无论是开发爱好者还是专业开发者,都能借助该项目快速搭建起高效的 AI 语音交互系统,为智能设备开发提供强大助力。

olmocr

olmocr

一个用于 OCR 的项目,支持多种模型和服务器进行 PDF 到 Markdown 的转换,并提供测试和报告功能。

olmocr 是一个专注于光学字符识别(OCR)的 Python 项目,由 Allen Institute for Artificial Intelligence 开发。它支持多种模型和服务器,如 vllm、sglang、OpenAI 等,可将 PDF 文件的页面转换为 Markdown 格式。项目还提供了测试框架和 HTML 报告生成功能,方便用户对 OCR 结果进行评估和分析。适用于科研、文档处理等领域,有助于提高工作效率和准确性。

飞书多维表格

飞书多维表格

飞书多维表格 ×DeepSeek R1 满血版

飞书多维表格联合 DeepSeek R1 模型,提供 AI 自动化解决方案,支持批量写作、数据分析、跨模态处理等功能,适用于电商、短视频、影视创作等场景,提升企业生产力与创作效率。关键词:飞书多维表格、DeepSeek R1、AI 自动化、批量处理、企业协同工具。

下拉加载更多