Nvidia 推出了其 NVLM 1.0 系列开源多模式大型语言模型，其旗舰模型 NVLM-D-72B 可与 OpenAI 的 GPT-4 和谷歌的高级 AI 产品等专有系统相媲美。
此举使开发人员和研究人员能够前所未有地获得强大的人工智能技术，这与保持先进模型封闭的行业趋势背道而驰。
NVLM-D-72B 拥有 720 亿个参数，在视觉语言和纯文本任务中均表现出色。
根据 Nvidia 的研究，该模型在解释图像和模因等复杂输入方面表现出了更好的适应性，同时在多模式训练后在关键文本基准上实现了 4.3 点的准确率提升——与其他模型相比，这是一项独特的成就，因为其他模型通常会遭受文本性能下降的困扰。
通过公开模型权重并承诺发布训练代码，Nvidia 希望促进人工智能研究领域的更大合作和创新。
此举对人工智能行业的知名参与者提出了挑战，可能会迫使竞争对手重新考虑其专有系统的方法。
人工智能研究人员对 Nvidia 的开源发布做出了积极回应，认识到其加速该领域进步的潜力。
一位专家评论说，NVLM-D-72B 在数学和编码评估方面与 Meta 的 LLaMA 3.1 展开了激烈竞争，同时还提供了卓越的视觉功能。
此次发布还引发了重要的伦理考量。随着强大 AI 模型的使用范围不断扩大，对潜在滥用的担忧以及对负责任的 AI 实践的需求可能会增加。
Nvidia 的决定可能会促使整个行业反思如何平衡创新与责任。
NVLM 1.0 的全面影响将在未来几个月内变得更加清晰。随着高级 AI 变得越来越普及，Nvidia 的大胆举措可能会重塑 AI 研究和行业动态，激发创新或加剧道德挑战。
