香港中文大学贾家亚团队开发新型多模态模型mini Gerna，不仅能精确理解高清图像，还能生成图像。试过的网友甚至觉得效果媲美GPT4核斗三的结合体。Mini German a有不同版本，从2B到34B不等。即使在数据量较少的情况下，效果和顶尖AI也不相上下。

对比谷歌的German官方演示中用两团毛线生成的猪，mini German也生成了一只粉色小熊，它还能解释图片中的矛盾点，输入冰川中的仙人掌，它会解释其中的矛盾，并生成一张热带雨林中北极熊的图片。还能根据指令生成相应的图片，例如让他根据讲述的故事生成连环画，这里让他讲一个贵族小老鼠的故事。此外，他还能理解复杂的图表和数据，提高工作效率。

当然，作为梗王其强大的OCR和推理能力也可以准确指出效果，可以理解AI和人的笑话。这个AI使用了双编码器机制来处理高清图像，并且通过高质量的训练数据和结合图像生成的方法来提升性能。目前代码模型和数据都已经开源，感兴趣的小伙伴们可以直接与模型进行互动，体验图像理解和生成的能力。
《探索新型多模态模型mini Gerna：图像理解与生成新体验》

在当今科技飞速发展的时代，新型多模态模型mini Gerna备受关注。它由香港中文大学贾家亚团队开发，具有强大的功能。

首先，mini Gerna能精确理解高清图像，还能生成图像，效果媲美顶尖AI。它有不同版本，数据量少也不影响其出色表现。

比如，对比谷歌用毛线生成猪的演示，mini Gerna能生成粉色小熊，还能解释图片矛盾点。输入冰川中的仙人掌，它会生成热带雨林中北极熊的图片，还能根据指令生成连环画。

此外，它能理解复杂图表和数据，提高工作效率，强大的OCR和推理能力还能理解笑话。其采用双编码器机制处理图像，通过高质量训练数据和图像生成方法提升性能。

目前代码模型和数据已开源，感兴趣的小伙伴可直接互动，体验图像理解和生成的乐趣，开启全新的科技体验之旅。
新型多模态模型,mini Gerna,图像理解,图像生成,开源
[Q]：mini Gerna是什么？
[A]：它是香港中文大学贾家亚团队开发的新型多模态模型。
[Q]：mini Gerna有什么功能？
[A]：能精确理解高清图像、生成图像、解释矛盾点、根据指令生成图片等。
[Q]：mini Gerna的版本有哪些？
[A]：从2B到34B不等。
[Q]：mini Gerna在数据量少的情况下表现如何？
[A]：效果和顶尖AI不相上下。
[Q]：mini Gerna能处理复杂图表和数据吗？
[A]：能，还可提高工作效率。
[Q]：mini Gerna的OCR和推理能力如何？
[A]：很强大，能准确指出效果，理解AI和人的笑话。
[Q]：mini Gerna采用了什么机制？
[A]：使用双编码器机制处理高清图像。
[Q]：mini Gerna的代码模型和数据开源了吗？
[A]：已经开源，可直接互动体验。