人类获取的信息83%来自视觉，图文多模态大模型能感知更丰富和精确的真正世界信息，构建更全面的认知智能，从而向AGI（通用人工智能）迈出更大步伐。
元象今日发布多模态大模型 XVERSE-V，支持任意宽高比图象输入，在主流评测中效果抢先。 该模型全开源，无条件免费商用 ，持续推动海量中小企业、研究者和开发者的研发和利用创新。 
XVERSE-V性能优异，在多项权威多模态评测中超越零一万物Yi-VL-34B、面壁智能OmniLMM-12B及深度求索DeepSeek-VL-7B等开源模型，在综合威力测评MMBench中超越了谷歌GeminiProVision、阿里Qwen-VL-Plus和Claude-3V Sonnet等知名闭源模型。
图. 多模态大模型综合评测
融合整体和全部的高清图象表示
传统的多模态模型的图象表示只有整体，XVERSE-V 创新性地采用了融合整体和全部的策略，支持输入任意宽高比的图象。兼顾全局的概览信息和全部的细节信息，可以辨认和分析图象中的细微特征，看的更清楚，懂得的更准确。
注：Concate* 表示按列进行拼接
这样的处理方式使模型可以利用于广泛的领域，包括全景图辨认、卫星图象、古文物扫描分析等。
示例- 高清全景图辨认 、图片细节文字辨认
免费下载大模型
•Hugging Face：https://huggingface.co/xverse/XVERSE-V-13B
•ModelScope魔搭：https://modelscope.cn/models/xverse/XVERSE-V-13B
•Github：https://github.com/xverse-ai/XVERSE-V-13B
•问询发送：[email protected]
元象持续打造国内开源标杆，在 国内最早开源最大参数65B 、 全球最早开源最长上下文256K 以及 国际前沿的MoE模型 ， 并在 SuperCLUE测评全国领跑 。此次推出MoE模型， 填补 国产开源空白，更将其 推向了国际抢先水 平。
商业利用上，元象大模型是 广东最早获得国家备案的模型之一 ，可向全社会提供服务。元象大模型去年起已和多个腾讯产品，包括 QQ音乐 、虎牙直播、全民K歌、腾讯云等，进行深度合作与利用探索，为文化、娱乐、旅游、金融领域打造创新抢先的用户体验。 
多方向实际利用表现突出
模型不仅在基础威力上表现出色，在实际的利用场景中也有着出色的表现。具有不同场景下的懂得威力，可以处理信息图、文献、现实场景、数理题目、科学文献、代码转化等不同需求。
•图表懂得
不论是复杂图文结合的信息图懂得，还是单一图表的分析与计算，模型都可以自如应对。
•视障真正场景
在真正视障场景尝试集VizWiz中，XVERSE-V表现出色，超越了InternVL-Chat-V1.5、DeepSeek-VL-7B 等几乎所有主流的开源多模态大模型。该尝试集包含了来自真正视障用户提出的超越31,000个视觉问答，能准确反映用户的真正需求与琐碎细小的问题，帮助视障人群克服他们日常真正的视觉挑战。
VizWiz尝试示例
•看图内容创作
XVERSE-V具有多模态威力的同时保持强大的文本生成威力，可以很好胜任懂得图象后创造性文本生成的任务。
•教育解题
模型具有了广泛的知识储备和逻辑推理威力，可以辨认图象解答不同学科的问题。
•百科解答
模型储备了历史、文化、科技、安全等各类主题的知识。
•代码撰写
•自动驾驶
•情感懂得与辨认