Mini-InternVL：一个灵活传输的口袋多模态模型，参数仅占5%且性能达90%
原文中文，约400字，阅读约需1分钟。发表于：。本研究解决了多模态大语言模型（MLLM）在消费者级GPU或边缘设备上训练和部署的高计算成本问题。我们提出的Mini-InternVL系列模型在参数仅为5%的情况下实现90%的性能，通过统一适应框架使其在一系列下游任务中超越专门模型，显著提升了MLLM的应用效能。
我们提出了MobileVLM，一个为移动设备设计的多模态视觉语言模型，包含1.4B和2.7B参数的语言模型及CLIP风格的视觉模型。评估结果显示，其性能与更大模型相当，推断速度在高通骁龙888和NVIDIA Jeston Orin上分别为21.5和65.3个token每秒。
