商湯科技今日宣布通用視覺平台OpenGVLab正式開源，開放內容包括超高效預訓練模型，和千萬級精標註、十萬級標籤量的公開數據集，將為全球開發者提升各類下游視覺任務模型訓練提供重要支持。
OpenGVLab開源模型推理結果：左側為輸入的圖片，右側為識別出來的標籤
針對藝術作品，OpenGVLab預訓練模型展示出了強大的泛化能力，例如，針對這幅大熊貓畫作，模型不但“看”出了這是一張“毛筆畫”“水粉畫”，而且由於圖中的黑白色，模型還給出了“yin yang”（陰陽）的推測，這也體現了數據集標籤的豐富性。
目前，人工智能已經能夠識別萬物，但很多AI模型只能完成單一的任務，比如識別單一的物體，或者識別風格較為統一的照片，如果換一種類型或者風格，就愛莫能助。為了能夠識別不同類型的圖片，這就需要有獨特的模型訓練及標籤體系，也要求模型具有一定的通用性，這樣才能對不同類型的圖片做出準確的描述。
據介紹，基於此前商湯科技聯合上海人工智能實驗室、香港中文大學、上海交通大學等共同發布的通用視覺技術體系“書生”（INTERN），使用此模型，研究人員可以大幅降低下游數據採集成本，用極低的數據量，即可快速滿足多場景、多任務的AI模型訓練。
目前OpenGVLab開源平台已正式上線，供各界研究人員訪問和使用，後續項目還將開通在線推理功能，供所有對人工智能視覺技術感興趣的社會人士自由體驗。此外，OpenGVLab還同步開放業內首個針對通用視覺模型的評測基準，便於開發者對不同通用視覺模型的性能進行橫向評估和持續調優。