阿里发布业界最大规模多模态预训练AI模型 图像设计效率超越人类

日前，阿里巴巴与清华大学联合发布业界最大的中文多模态预训练AI模型M6，该模型参数规模超千亿，具备超越传统AI的文本、图像的理解和生成能力，图像设计效率超越人类，可应用于产品设计、信息检索、机器人对话、文学创作等领域。

此次发布的M6模型采用了新型AI训练思路，即先自动学习大量语言文字和图像数据，记忆和理解人类丰富的先验知识，再进一步学习专业领域信息，从而让AI同时掌握常识和专业知识。与此同时，阿里巴巴研究团队突破算力及训练模型的挑战，率先将参数规模提升到1000亿，是多模态预训练领域史上最大的模型，其理解和生成能力超越传统AI。

据介绍，在图像设计场景中，M6相比目前主流AI，可生成更高清、细节更丰富的图像，并可根据文本特征创造新事物，模型可设计包括服饰、鞋类、家具、首饰、书籍等在内的30多个物品类别的图像，最短一分钟即可完成作品的创作，效率超越普通设计师。

阿里巴巴达摩院智能计算实验室资深算法专家杨红霞表示：“多模态预训练是下一代人工智能的基础，M6模型实现了训练效率和生成精度等多项突破，是当前众多中文多模态下游任务最优模型。”

作为国内最早投入认知智能研究的科技公司之一，阿里巴巴已有30多项认知智能领域研究成果被国际顶级会议收录；据介绍，研究团队还将研发更高规模的万亿参数多模态预训练模型，最终实现通用领域的高质量泛内容生成。

（文章来源：读创）