近日，无问芯穹公司震撼发布了一项重大开源举措，将其端侧解决方案中的两大核心模型——全模态理解小模型Megrez-3B-Omni及其纯语言版本Megrez-3B-Instruct，向公众开放。
Megrez-3B-Omni被设计为专为终端而生的全模态理解模型，它集图片、音频、文本三种模态数据的处理能力于一身，展现了强大的跨模态融合能力。在图像理解领域，Megrez-3B-Omni在OpenCompass、MME、MMMU、OCRBench等多个主流测试集上脱颖而出，其精度令人瞩目。
在文本理解方面，Megrez-3B-Omni同样表现出色，它在C-eval、MMLU / MMLU Pro、AlignBench等多个权威测试集上取得了端上模型的最优精度，彰显了其在自然语言处理领域的卓越实力。
更令人赞叹的是，Megrez-3B-Omni在语音理解领域也展现出了强大的实力。它支持中文和英文的语音输入，能够处理复杂的多轮对话场景，还能对输入的图片或文字进行语音提问，实现了不同模态间的自由切换，为用户带来了前所未有的交互体验。
除了全模态理解小模型Megrez-3B-Omni外，无问芯穹还开源了其纯语言版本Megrez-3B-Instruct。据官方宣称，与上一代及其他端侧大语言模型相比，单模态版本的Megrez-3B-Instruct在推理速度上取得了显著提升，最大推理速度可以领先同精度模型300%，为用户提供了更加高效、快速的语言处理服务。
对于此次开源举措，无问芯穹表示，他们希望通过开放这两个核心模型，推动人工智能领域的技术创新和应用发展，为更多开发者提供强有力的技术支持和合作机会。同时，他们也欢迎广大开发者积极参与到模型的优化和应用中来，共同推动人工智能技术的不断进步。
