GPT-4 识图功能迟迟不凋谢 ，终于有人禁不住自己入手做了一个 。
MiniGPT-4 来了 ，Demo 凋谢在线可玩 。
传一张海鲜大餐照片下来 ，就能直接取患上菜谱 。
传一张商品下场图 ，就能让 AI 写一篇带货文案 。
手绘一个网页 ，可能给出对于应的 HTML 代码
除了花难题拉满，也反对于凭证知识推理图上内容是否公平 、批注神色包为甚么可笑
，以及看截图找片子等娱乐玩法 。
可能说 ，GPT-4 宣告时揭示过的功能 ，MiniGPT-4 根基也都有了 。
这下网友直接把 Demo 效率器挤爆 ，开拓团队连开 4 台备用效率器，都有多少十人在排队 。
除了钻研团队给出的示例 ，网友也用 MiniGPT-4 玩出了各种花着
有人上传自己画的画 ，让 AI 评估评估 。
有人上传一张从车道拍摄的飞机坠毁瞬间 ，让 MiniGPT-4 尽可能详细地形貌 ，并思考自动驾驶 AI 能不能清晰这个时事 。
做到这么好的下场，MiniGPT-4 实现起来却并不重大 。
把图像编码器与开源语言模子 Vicuna（小羊驼）整合起来 ，而且解冻了两者的大部份参数 ，惟独要磨炼很少一部份 。
传统预磨炼阶段 ，运用 4 张 A100 在 10 个小时内即可实现 ，此时磨炼进去的 Vicuna 已经可能清晰图像 ，但天在行腕受到很大影响。
为处置这个下场，团队让 MiniGPT-4 与 ChatGPT 相助建树了 3500 个图像文本的高品质数据集 ，也一并开源 。
用新的数据集微调可能清晰后退模子的天生坚贞性以及部份可用性 ，而且合计功能很高 ，运用单个 A100 惟独要 7 分钟 。
而且团队正在豫备一个更轻量级的版本 ，部署起来惟独要 23GB 显存 。
也便是破费级显卡中具备 24GB 显存的 3090 或者 4090 就能当地运行了 。
MiniGPT-4 开拓团队来自 KAUST（沙特阿卜杜拉国王科技大学），搜罗 4 位华人成员以及他们的导师 Mohamed Elhoseiny 。
两位正在读博的配合一作还在 GitHub 页面上特意标注正在找使命。
分心向的公司要放松抢人了～
在线 Demo：
https://minigpt-4.github.io
开源代码 ：
https://github.com/Vision-CAIR/MiniGPT-4
论文：
https://github.com/Vision-CAIR/MiniGPT-4/blob/main/MiniGPT_4.pdf
本文来自微信公共号 ：量子位 （ID ：QbitAI） ，作者 ：梦晨
