2024年9月4日，北京智源人工智能研究院（BAAI）宣布推出全球首个包含文生视频的模型对战评测服务——FlagEval大模型角斗场。这一服务面向用户开放，覆盖了国内外约40款大模型，并支持语言问答、多模态图文理解、文生图、文生视频等四大任务的自定义在线或离线评测。F

智源研究院最近发布了三款新的向量模型，这些模型在向量检索任务中表现出色，并刷新了多个评测基准的最佳水平。这三款模型分别是:BGE-EN-ICL:一个英文向量模型，通过引入任务相关的查询-文档示例作为少量示例，增强了模型的语义表达能力。

北京智源人工智能研究院与中国电信人工智能研究院合作，推出Tele-FLM系列大模型升级版，包括52B指令模型FLM-2-52B-Instruct与万亿参数模型Tele-FLM-1T。FLM-2-52B-Instruct通过指令微调，专注于提升中文对话能力，达到GPT-4水平的90%，基于Tele-FLM-52B基座模型，使用特定数据集和参数优化。Tele-FLM-1T作为全球首个万亿参数稠密模型，采用生长式预训练策略，优化结构与参数设置，包括加入特定组件与改进预训练策略，显著提升模型效率与效果。所有模型与技术报告均已开源，提供给学术界与产业界进行研究与应用。

近期，多模态大模型的研究和应用取得了显著进展。国外公司如OpenAI、Google、Microsoft等推出了一系列先进的模型，国内也有智谱AI、阶跃星辰等机构在该领域取得了突破。这些模型通常依赖视觉编码器来提取视觉特征并与大语言模型结合，但存在训练分离导致的视觉归纳偏置问题，限制了多模态大模型的部署效率和性能。

["智源研究院发布了名为 TACO 的代码生成训练数据集，旨在为代码生成模型提供更具挑战性的训练数据和评测基准。","TACO 在数据规模、质量和评测方案上具有优势，包括更大规模的训练集和测试集，多样化的解题答案，以及细粒度的标签。","实验结果显示，当前流行的代码生成模型在 TACO 评测中与 GPT-4 存在显著差异，说明该领域仍有提升空间。","TACO 不仅是一个挑战性的测试方法，还可用作改进模型性能的训练数据，促进代码生成领域的发展。"]

["智源研究院发布新一代多模态基础模型 Emu2，推动多模态上下文学习能力的突破。","Emu2 超越了 Flamingo-80B 和 IDEFICS-80B，在少样本多模态理解任务上表现出色。","Emu2 取得了多个少样本理解、视觉问答、图像生成任务上的最优性能。","Emu2-Chat 实现精准理解图文指令，Emu2-Gen 实现灵活、可控、高质量的图像和视频生成。","Emu2 采用大规模自回归生成式多模态预训练，模型规模化到 37B 参数。"]

["智源研究院联合拓尔思、中科闻歌共建了 “中文互联网语料库”（CCI）","该语料库经过严格的筛选和清洗，数据规模为 104GB，时间跨度为 2001 年至 2023 年","智源研究院将继续扩充数据来源、完善数据处理流程，提供更多高质量、可信的数据资源","智源研究院还开放了其他高质量中文数据集，如 WUDAO copora、COIG 和 MTP","该举措旨在为大数据和人工智能行业提供安全、可靠的语料资源"]

["智源研究院开源了 JudgeLM 裁判模型，可高效评测各类大模型并输出评分","JudgeLM 与 GPT-4 相比，成本仅为 1/120，评判结果一致性达到 90% 以上","JudgeLM 可应用于纯文本、多模态等多种评判场景，并输出评分和阐述理由","JudgeLM 与参考答案的一致性最高超过了 90%，接近人类表现","智源研究院开源了训练和验证样本的数据集，用于深入研究大语言模型裁判"]

["智源研究院最近开源了 10 亿参数的三维视觉通用模型 Uni3D。","该模型能够处理点云数据，取得了主流三维视觉任务的突破。","Uni3D 采用统一的 Transformer 架构，并引入多模态对齐的训练方法。","该模型在各类三维视觉任务上取得了 state-of-the-art 的结果。","智源研究院表示，Uni3D 的开源发布为未来三维计算机视觉的研究和应用奠定了基础。"]

["智源研究院发布了最强开源中英双语大模型悟道・天鹰 340 亿 Aquila2-34B","这个新模型在推理、泛化等方面表现出色","智源研究院还发布了开源全家桶，促进大模型研究的协同创新","Aquila2-34B 在综合能力方面超越了其他开源基座模型","智源团队开发了 NLPE 方法来提升模型的外延能力"]

["智源研究院发布开源 AI 硬件评测引擎 FlagPerf v1.0","FlagPerf 评测指标包括功能正确性、性能、资源使用和生态适配","支持多种训练框架和推理引擎，多种测试环境","严格审核参评代码，结果公平公正","测试代码已开源，测试过程和数据可复现"]

["智源研究院发布全球最大的中英文语义向量模型训练数据集 MTP，数据规模达 3 亿对。","MTP 是开源的最大规模中英文关联文本对数据集，为训练语义向量模型提供重要基础。","数据集包含来自多个来源的中英文文本对，涵盖问答、评论、新闻等多种类型。","智源研究院表示数据对大模型训练起到至关重要的作用，将推动人工智能协同创新。","该数据集的发布有望解决中文模型训练数据集缺乏的问题。"]