Компания Microsoft представила на конференции Build 2024 новые версии небольшой языковой модели Phi-3 — Phi-3-Vision и Phi-3-Silica.
ИИ-модель Phi-3-Vision способна просматривать изображения и сообщать пользователю о том, что на них изображено. Phi-3-vision, ориентированная на мобильные устройства, является мультимодальной моделью с 4,2 млрд. параметров. Она способна выполнять задачи, связанные с визуальным анализом, например, отвечать на вопросы о диаграммах или изображениях.
Phi-3-Vision гораздо меньше других ИИ-моделей, ориентированных на работу с изображениями, таких как DALL-E от OpenAI или Stable Diffusion от Stability AI. В отличие от этих моделей, Phi-3-Vision не генерирует изображения, хотя способна понимать, что изображено на картинке, и анализировать изображение по запросу пользователя. Модель уже доступна в виде предварительной версии.
Другая версия Phi-3-Silica (SLM) будет использоваться на компьютерах Copilot+ PC. Эти ПК оснащены чипами со встроенным нейронным сопроцессором (NPU), обеспечивающим локальную работу функций на основе ИИ. Phi-3-Silica с 3,3 млрд. параметров является самой маленькой из всех моделей семейства Phi-3. Ожидается, что первые ноутбуки под брендом Copilot+ PC со встроенной Phi-3-Silica поступят в продажу в июне этого года.
В линейку Phi-3 также входят модель Phi-3-Mini (3,8 млрд. параметров), Phi-3-Vision (4,2 млрд.), Phi-3-Small (7 млрд.) и Phi-3-Medium (14 млрд.). «Модели Phi-3 значительно превосходят языковые модели того же и большего размера по ключевым показателям. Phi-3-Mini работает лучше, чем модели вдвое большего размера, а Phi-3-Small и Phi-3-Medium превосходят гораздо более крупные модели, включая GPT-3.5T», — отмечает Microsoft.
Разработчики начали выпуск небольших и легких ИИ-моделей, таких как Phi-3, в связи с ростом спроса на использование более экономичных и менее ресурсоемких сервисов ИИ. Небольшие ИИ-модели не занимают много места в памяти и поэтому их можно использовать на смартфонах и ноутбуках.
