RM新时代有限公司

近日，云從科技自主研發(fā)的從容大模型在國際權威評測平臺OpenCompass最新全球多模態(tài)榜單中，以80.7分的綜合成績(jì)登頂榜首。

https://rank.opencompass.org.cn/leaderboard-multimodal/?m=REALTIME

這一成績(jì)不僅刷新了國內AI模型在國際多模態(tài)測評中的最高得分紀錄，更超越谷歌、OpenAI等全球頂尖團隊，與商湯科技SenseNova（80.4分）、上海AI LAB InternVL（79.1分）占據前10名的半壁江山，展現了中國在通用人工智能領(lǐng)域的突破性進(jìn)展。

此次評測中，從容大模型展現了全方位技術(shù)優(yōu)勢。面對涵蓋視覺(jué)感知、認知理解與跨領(lǐng)域應用的8大核心數據集，該模型在醫學(xué)健康、數理邏輯、藝術(shù)設計等十余個(gè)專(zhuān)業(yè)領(lǐng)域表現突出。

尤其在MMBench中文測試、高難度學(xué)科綜合評測（MMMU）及高階推理榜單（MMStar）中均拔得頭籌，并在復雜場(chǎng)景文本識別（ocrbench）、開(kāi)放域問(wèn)答（MMVet）等關(guān)鍵場(chǎng)景中穩居全球前列，其綜合能力較國際頭部模型GPT-4.1領(lǐng)先近5分。

技術(shù)突破源于云從科技在多模態(tài)核心領(lǐng)域的持續深耕。從容大模型聚焦通用視覺(jué)語(yǔ)言理解與推理任務(wù)，通過(guò)三大核心領(lǐng)域（多模態(tài)對齊、高階推理、長(cháng)上下文建模）的突破性?xún)?yōu)化，構建起全球領(lǐng)先的技術(shù)壁壘：

1.多模態(tài)對齊：

自建面向強化指令對齊的高質(zhì)量基準數據集，覆蓋了圖文問(wèn)答、多模態(tài)理解、多輪交互等任務(wù)場(chǎng)景，提升多模態(tài)理解與任務(wù)指令遵循的推理表現。

2.決策類(lèi)人化：

首創(chuàng )融合DPO（直接偏好優(yōu)化）與GRPO（生成式獎勵優(yōu)化）的雙重對齊技術(shù)，無(wú)需依賴(lài)獎勵模型即可實(shí)現類(lèi)人化推理決策，通過(guò)優(yōu)化模型學(xué)習機制，從容大模型實(shí)現了更貼近人類(lèi)思維的決策方式，在復雜問(wèn)答與多輪交互中展現出更強的智能行為選擇能力；

3.高效工程優(yōu)化：

重點(diǎn)攻克了4K高分辨率圖像問(wèn)答場(chǎng)景，面向多模態(tài)文檔理解（OCR）對模型的圖像編碼器進(jìn)行了結構優(yōu)化，可處理高分辨率圖像與文檔（如合同、發(fā)票表格等），支持多模態(tài)文檔的智能審查、智能解析、智能問(wèn)答等任務(wù)。

面對跨頁(yè)文檔分析、多輪對話(huà)等長(cháng)文本場(chǎng)景，可精準追蹤超過(guò)3萬(wàn)字的上下文邏輯；

4.原生多模態(tài)推理

模型全面升級，面向多圖、跨圖場(chǎng)景的圖文交錯模式和原生視頻模式，提供原生的多模態(tài)文檔理解和多模態(tài)視頻理解，可以實(shí)現跨圖比較、圖文組合推理、多圖問(wèn)答等復雜多模態(tài)任務(wù)，進(jìn)而提升大模型大模型的模型理解深度與廣度。

從容大模型多模態(tài)能力示例

目前，該模型已在金融、制造、政務(wù)等多個(gè)領(lǐng)域通過(guò)AI智能體實(shí)現規?；涞?。

某銀行基于該模型與云從合作打造風(fēng)控合規案防智能平臺，構建風(fēng)控AI智能體，實(shí)現風(fēng)險識別自動(dòng)化和問(wèn)責標準化，投訴數量壓降50%以上；

在電商領(lǐng)域，云從科技為正浩創(chuàng )新部署的智能客服平臺，通過(guò)多模態(tài)對齊與知識庫精準匹配，將問(wèn)答準確率提升至95%，客服月均效率提高24%。

“技術(shù)創(chuàng )新最終要服務(wù)于社會(huì )價(jià)值。”云從科技聯(lián)合創(chuàng )始人姚志強表示，團隊將持續探索多模態(tài)技術(shù)的安全落地模式，以自主創(chuàng )新的AI基礎設施，為全球智能化轉型提供更高效、更包容的技術(shù)支撐。

隨著(zhù)從容大模型的持續進(jìn)化，中國人工智能正以扎實(shí)的技術(shù)根基，開(kāi)啟賦能實(shí)體經(jīng)濟的新篇章。