微软发布Phi-3.5-vision，一款轻量级、多模态开源AI模型，专为处理文本和视觉输入设计，支持128K上下文长度。该模型适用于资源受限环境，具备图像理解、OCR、图表解析、多图像摘要等功能，展现出色性能和低延迟。由42亿参数构成，通过高质量数据训练，确保性能和隐私。包含三款模型：轻量级AI、专家混合和多模态模型，均在图像和视频处理基准测试中表现出优异成绩。此模型适合AI驱动应用，特别是端侧运行和复杂视觉推理，提供强大支持。

微软发布三款新AI模型，旨在多语言和多模态领域增强其领先地位。Phi-3.5Mini Instruct轻量级模型，适合指令执行、代码生成和逻辑推理，特别在多语言和多轮对话中表现出色。Phi-3.5MoE混合专家模型，参数丰富，支持多种推理任务，特别是在代码、数学和多语言理解上超越同类模型。Phi-3.5Vision Instruct集成了文本和图像处理能力，适用于图像理解、光学字符识别等复杂多帧视觉任务。这三款模型均采用MIT开源许可证，提供给开发者自由使用、修改和分发，体现了微软对开源社区的支持。