近日，多模態(tài)人工智能模型基準評測集MMMU更新榜單，云知聲山海多模態(tài)大模型UniGPT-mMed以通用能力、醫(yī)療專業(yè)能力雙雙排名第一的優(yōu)異成績登頂榜首，力壓GPT-4V，充分彰顯其硬核實力。

作為國內權威多模態(tài)基準評測，MMMU由IN.AI Research等多家機構聯(lián)合構建，專注于考量人工智能在解決大學層次多學科問題時的多模態(tài)理解與推理能力。

該評測集涉及藝術與設計、商科、科學、健康與醫(yī)學、人文與社會科學、技術與工程等六個常見學科，包含 1.15 萬個精心選取的多模態(tài)問題，涵蓋 30 個不同的科目和183 個子領域。同時，MMMU 中許多問題都需要專家級的推理能力，例如，使用傅立葉變換或均衡理論來推導問題的解，這在滿足評測內容廣泛性的同時，也確保了其深度。

此外，MMMU還提出了兩個獨特的挑戰(zhàn)：一是其涵蓋多種圖像格式，從照片和繪畫等視覺場景到圖表和表格，可用于測試 LMM 的感知能力;二是MMMU的輸入形式是文本和圖像的混合，要求AI模型能夠將圖像和文本信息結合起來進行深入理解，并在此基礎上執(zhí)行復雜推理。這不僅考驗了模型的學科知識儲備，也對其綜合分析和應用能力提出了更高要求。

評測結果顯示，云知聲山海多模態(tài)大模型UniGPT-mMed以總分57的優(yōu)異成績登頂榜首，并在健康與醫(yī)學細分賽道超越GPT-4V，力壓一眾大模型拔得頭籌，充分展現(xiàn)出其在擁有業(yè)內一流的通用能力之外，更具備打造世界領先的行業(yè)大模型的能力。

UniGPT-mMed是云知聲基于山海大模型底座構建的多模態(tài)大模型。其通過分析和整合海量論文、書籍及網(wǎng)站數(shù)據(jù)，利用精細化數(shù)據(jù)處理技術，自動識別并提取圖片及其相關文本描述，并通過多模態(tài)分析技術評估圖片的質量和圖文之間的匹配度，篩選出最優(yōu)數(shù)據(jù)。與此同時，系統(tǒng)能夠參考圖片和上下文信息對圖片進行重新描述，使得圖文數(shù)據(jù)更加對齊。

通過預設問答場景，UniGPT-mMed能夠將圖文對齊數(shù)據(jù)轉化為高質量的場景問答數(shù)據(jù)集，并采用思維鏈和自我反思技術，進一步優(yōu)化生成數(shù)據(jù)，最終構建起一個包含數(shù)億條高質量圖文問答的數(shù)據(jù)集，進而為用戶提供更加豐富、準確和可靠的信息檢索和問答服務。

此次評測，是云知聲在多模態(tài)大模型賽道持續(xù)深耕、不斷技術創(chuàng)新的成果體現(xiàn)。

作為中國AGI技術產業(yè)化的先行者，云知聲于2016年開始打造Atlas人工智能基礎設施，并以此為基礎，構建云知大腦(UniBrain)技術中臺——以山海(UniGPT)通用認知大模型為核心，結合多模態(tài)感知與生成、知識圖譜、物聯(lián)平臺等智能組件，為云知聲智慧物聯(lián)、智慧醫(yī)療、智慧座艙、智慧交通等業(yè)務提供高效的產品化支撐，持續(xù)推動“U(云知大腦)+X(應用場景)”戰(zhàn)略布局，致力推動千行百業(yè)的智慧化升級。

作為云知大腦的核心，山海大模型具備語言生成、語言理解、知識問答、邏輯推理、代碼能力、數(shù)學能力、安全合規(guī)能力七項通用能力及插件擴展、領域增強、企業(yè)定制三項行業(yè)落地能力，能夠滿足更多場景的應用需求。今年8月，云知聲推出山海多模態(tài)大模型，通過整合跨模態(tài)信息，山海多模態(tài)大模型能夠接收文本、音頻、圖像等多種形式作為輸入，并實時生成文本、音頻和圖像的任意組合輸出，帶來實時多模態(tài)擬人交互體驗，開啟AGI新范式。

目前，山海大模型已相繼在OpenCompass大模型評測、SuperCLUE中文大模型基準測評、MedBench評測、Flageval大模型評測、SuperBench等多個權威評測中屢創(chuàng)佳績，穩(wěn)居國內大模型第一梯隊;在醫(yī)療專業(yè)能力上，其基于山海大模型孵化的醫(yī)療大模型在CCKS 2023 PromptCBLUE醫(yī)療大模型評測中奪得通用賽道一等獎，并在MedBench評測中位列全球第一，各項指標全面超越GPT-4。

登頂MMMU評測榜，充分印證了云知聲山海多模態(tài)大模型在通用能力、專業(yè)能力層面的突出實力，也將鞭策云知聲持續(xù)迭代多模態(tài)大模型技術底座，實現(xiàn)大模型技術在多領域場景下的滲透和應用，以技術創(chuàng)新為各行各業(yè)帶來更多智能化變革。

（免責聲明：本網(wǎng)站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。 ）