ChatGPT 不过如此，Kosmos-1 更胜一筹？微软这波又赢了

就在上星期，微软继推出 new bing 之后，在 AIGC 领域再爆重磅炸弹：推出比 ChatGPT 愈加万能的 AI —— AI–Kosmos-1

Kosmos，该词源于希腊语 kosmos，意思是：宇宙、调和、表明一个有序且调和的体系，与别的一个单词 chaos （混乱）相对。

怎么读？

本瓜：科哦日摸斯~~

ChatGPT 只能是纯文本对话，而这个 Kosmos-1 可以处理文本、音频、图画和视频等内容！！

ChatGPT 是【大型言语模型】（LLM） ，Kosmos-1 是【多形式大型言语模型】（MLLM）

来看看它的表现，一图胜千言：

CRAZY，在原先文本对话的基础上，再加图片的了解、音频的了解等，确实更进一步。

它原理怎么？

咱们用魔法打败魔法，让兄弟产品 new bing 来作解说：

原理还是有点复杂，首要的观点：

KOSMOS-1 骨干根据 Transformer 的因果言语模型，整合了言语、视觉、言语等模态的输入，关于连续信号模态（例如图画和音频），将输入表明为离散编码。

KOSMOS-1 借助了 PyTorch 结构，这个结构是一个深度学习的优化张量库，可使用 GPU 和 CPU 进行核算。

PyTorch 供给了灵敏的动态核算图、自动求导功用、分布式练习和部署等特性，咱们可以用它来构建各种神经网络模型，如卷积神经网络、循环神经网络、变分自编码器等。。。

Kosmos-1 在哪体验？

现在它还只是一个研究项目，未商用。最新进展在：

• Microsoft Introduces Kosmos-1: A Multimodal Large Language Model That Can Perceive General Modalities, Follow Instructions, And Perform In-Context Learning – MarkTechPost

• Microsoft Introduces Kosmos-1: A Multimodal Large Language Model That Can Perceive General Modalities, Follow Instructions, And Perform In-Context Learning – MarkTechPost

别的不说，微软这波确实走在了前头，首先它们以最快的速度引进 GPT 3.5 到自家 Edge 浏览器中，推出 new bing ，狂拉一波浏览器的使用率，之前这个基本被 Google 吞占了。

然后，又推出 Kosmos-1，将 AI 与图片剖析、音频剖析结合，可看出其野心。

前两天在 YOUTUBE 上看到一个博主说：微软正准备将 GPT 整合到自己的各类工具中，比如文档写作 office、onenote 等等，这必将带来又一波波爆炸式的产品增加。

凭借 AIGC，微软这波或能弯道超车，在 AI 应用上，超越谷歌、甲骨文等公司。

微软这波又赢了~~

OK，以上便是本篇共享，希望各位工友喜欢~ 欢迎点赞、保藏、评论

我是安东尼 100 万人气前端技能博主 INFP 写作品格坚持 1000 日更文 ✍ 重视我，安东尼陪你一起度过漫长编程年月

_{加我微信 ATAR53，拉你入群，定时抽奖、粉丝福利多多。只学习结交、不推文卖课~}

本文正在参加「金石计划」