高速かつ高精度な視覚言語モデル「Zamba2-VL」が登場、Transformerより高速なアーキテクチャで開発

AI開発企業のZyphraが、Transformerより高速なアーキテクチャを採用した視覚言語モデル「Zamba2-VL」を公開しました。このモデルは、同規模のモデルと比較して高速かつ高精度な画像認識処理を実現し、AIのマルチモーダル能力の向上に貢献します。

• 高速・高精度な視覚言語モデル「Zamba2-VL」が発表された。
• Zamba2-VLはTransformerベースのモデルよりも高速なアーキテクチャを採用している。
• 画像とテキストを同時に理解し、処理する能力を持つ。
• AI分野におけるモデルの効率性と性能向上が進んでいることを示す。