访问官网
Github
Huggingface
文档
论文Aria项目概述
Aria是一款开创性的多模态混合专家模型(MoE)，它代表了人工智能领域的重要突破。这个项目不仅能够处理多种输入形式，还在保持高性能的同时实现了更高的效率。
核心特点
在多模态处理能力方面，Aria展现出了卓越的性能表现。它可以同时处理图像、视频、文档等多种类型的内容，并能在各类任务中取得与GPT-4o mini和Gemini 1.5 Flash相当的成绩。
特别值得一提的是，Aria在实际运行中只需激活3.9B参数，这使得它成为同类模型中参数使用最少的一个。这种高效的设计不仅带来了更快的处理速度，还大大降低了运行成本。
技术优势
- 支持长达64K个token的多模态输入上下文
- 能够在10秒内完成256帧视频的描述
- 高效处理不同尺寸和宽高比的视觉输入
- 在文本处理任务中保持优秀表现
性能表现
在各类基准测试中，Aria展现出了全面的实力：
- 多模态知识理解(MMMU)达到54.9分
- 数学能力测试(MathVista)获得66.1分
- 文档问答(DocQA)达到92.6分的高分
- 图表理解(ChartQA)取得86.4分
- 场景文本理解(TextVQA)获得81.1分
- 视频理解能力(LongVideoBench)达到65.3分
实用价值
Aria的设计充分考虑了实际应用需求。它不仅能够处理复杂的多模态任务，还保持了较低的运行成本，这使得它特别适合于需要处理大量多媒体内容的实际应用场景。模型支持在单张A100(80GB)显卡上运行，便于部署和使用。
开发支持
项目提供了完整的安装指南和使用文档，开发者可以通过简单的pip命令完成安装。同时，项目还提供了详细的代码示例，帮助开发者快速上手和集成。对于需要进行深度开发的用户，项目还提供了更高级的使用方案，包括vllm推理、使用指南和自定义数据集的微调功能。
