Link：hpt
HPT（Hyper-Pretrained Transformers）是HyperGAI研究團隊推出的新型多模態大型語言模型框架，它能夠高效且可擴充套件地訓練大型多模態基礎模型，理解包括文字、影象、影片等多種輸入模態。HPT框架可以從頭開始訓練，也可以透過現有的預訓練視覺編碼器和/或大型語言模型進行高效適配。
需求人群：
"適用於需要處理和理解多模態資料的研究人員和開發者，如進行視覺-語言任務、影象分析、圖表解讀等。"
使用場景示例：
研究人員使用HPT Pro進行復雜的多模態任務研究
開發者利用HPT Air進行成本效益分析和視覺-語言任務處理
企業透過HPT模型提供的產品，增強其服務的視覺理解和使用者互動能力
產品特色：
多模態理解，包括文字、影象、影片等
HPT Pro模型在多個基準測試中超越了GPT-4V和Gemini Pro等更大的模型
HPT Air模型作為開源版本，效能在類似或更小尺寸的模型中領先