Phi-4-multimodal

Phi-4-multimodal は、Microsoft が発表した超軽量マルチモーダルモデルで、わずか 5.6B パラメータでありながら、音声、視覚、テキストの全モダリティ処理をサポートしています。モバイルデバイスでリアルタイムに動作し、音声認識、画像理解、テキスト生成をサポートします。Phi-4-multimodal は小規模モデルのマルチモーダル分野で新たなベンチマークを打ち立て、エッジ AI デバイスにおけるマルチモーダルの最優先ソリューションです。

免费开源

在 5.6B 参数规模下实现全模态能力，业界首创