专栏名称: 云头条

引领科技变革，连接技术与商业

目录

相关文章推荐

冷笑话 · 实习医学生30元吃一个月，上一次见划粥而食还 ... · 昨天

航空工业 · 中航工业党组领导到相关单位开展调研工作 · 18 小时前

采采 · 啊啊啊！可可爱爱的飞天猪猪表情包来袭，火速囤货 · 3 天前

英式没品笑话百科 · 身为父母的网友们要注意了 ... · 2 天前

冷兔 · 以防你没见过喜欢玩踏板的狗狗！ · 4 天前

51好读 › 专栏 › 云头条

豆包大模型排名第一，多模态能力获得三项第二

云头条 · 公众号 · · 2024-12-23 23:47

正文

2024 年 12 月 19 日，智源研究院发布最新一期大模型综合及专项评测结果。

在覆盖国内外 100 余个开源和商业闭源大模型的评测中，豆包通用模型 pro 获得大语言模型主观评测最高分。

在多模态模型评测中，豆包视觉理解模型排名视觉语言模型第二，成绩仅次于GPT-4o。

豆包文生图模型、豆包视频生成模型（即梦 P2.0 pro）也分别在相应测试中获得全球第二。

据智源研究院介绍，大模型评测平台 FlagEval 联合了全国 10 余家高校和机构合作共建。

此次公布的榜单中，大语言模型主观评测重点考察的是模型的中文能力，多模态模型评测榜单中，视觉语言模型主要考察的是模型在图文理解、长尾视觉知识、文字识别以及复杂图文数据分析能力。

FlagEval 大模型角斗场则是向用户开放的模型对战评测服务，反映了用户对模型的偏好。

在大语言模型主观评测中，豆包通用模型 pro 的知识运用和推理能力均获得最高分，简单理解、数学能力、安全等项目也排名前三，最终综合成绩排名第一。

在 FlagEval 大模型角斗场榜单中，基于模型对战的用户投票结果，豆包通用模型 pro 得分排名第二，仅次于 OpenAI 的 o1-mini。

在多模态模型评测榜单中，GPT-4o 在视觉语言模型中排名第一，豆包视觉理解模型获第二。在中文的通用知识、文字识别中，豆包表现突出，相比国外模型有较大优势。在文生图测试中，混元和豆包排名前两位；在文生视频测试中，国产模型更是优势显著，可灵 1.5 高品质版、即梦 P2.0 pro、爱诗科技 PixVerse v3 和海螺AI 排名前列。

据悉，豆包视觉理解模型在不久前的火山引擎 Force 大会上首次发布，现已对企业客户开放使用。

火山引擎方面表示，豆包大模型通过算法、工程、软硬件结合的技术创新，大幅优化使用成本，让每一家企业都能用得起，推动 AI 技术普惠和应用发展。

请到「今天看啥」查看全文

推荐文章

冷笑话 · 实习医学生30元吃一个月，上一次见划粥而食还是在书里……

昨天

航空工业 · 中航工业党组领导到相关单位开展调研工作

18 小时前

采采 · 啊啊啊！可可爱爱的飞天猪猪表情包来袭，火速囤货

3 天前

英式没品笑话百科 · 身为父母的网友们要注意了英式没品笑话百科的微博视频 -20250221195718

2 天前

冷兔 · 以防你没见过喜欢玩踏板的狗狗！

4 天前

互联网分析沙龙 · 抢滩市场需求缺口，这家公司“口出狂言”和日本相关的一切我们都可以做！

7 年前

半导体行业观察 · 赛前答疑《第七届大学生集成电路设计大赛》之IEEE赛题理解及软件使用方法

7 年前

懒人医学考试中心 · 2017年懒人手机背诵版---血液系统1天搞定

7 年前

药明康德 · 速递 | 加速应用，Broad研究所成立CRISPR技术许可群

7 年前

新闻夜航 · 【嗨起来】据说这里汇集了民间羽毛球的众多高手！看看有没有你认识的？

7 年前

Sov5搜索 · 小百科 · 今天看啥 · 移动版

51好读 - 好文章就要读起来!