正在直播：微软正式发布Phi-3，预览其多模态小型语言模型Phi-3-vision_phi3 vision效果如何

  每周跟踪AI热点新闻动向和震撼发展 想要探索生成式人工智能的前沿进展吗？订阅我们的简报，深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同，从行业内部的深度分析和实用指南中受益。不要错过这个机会，成为AI领域的领跑者。点击订阅，与未来同行！ 订阅：https://rengongzhineng.io/

微软推出Phi-3轻量级模型家族，为开发者提供新工具

在首次宣布发布近一个月后，微软终于将Phi-3轻量级模型家族开放给开发者使用。Phi-3-medium、Phi-3-small和Phi-3-mini都已向开发者开放，其中Phi-3-mini已成为Azure AI的一部分。此外，微软还展示了一个名为Phi-3-vision的小型模型的多模态变体，拥有42亿参数。

Phi-3：为所有人设计的强大语言模型

由微软研究院开发的Phi-3是一款强大的30亿参数语言模型，旨在以显著较低的成本提供与更大模型相当的推理能力。Phi-3是微软在紧凑型语言模型领域的第四次迭代开发——Phi-1是在一年前开发的，随后是Phi-1.5和Phi-2。

随着开发者越来越倾向于在本地或设备上运行AI，寻求功能更强大且更小的选项成为趋势。除了Phi-3，市场上还有谷歌的Gemma 2和Hugging Face的Zephyr等选择。而微软并不仅仅开发了一个小模型，Phi-3提供了三种选项：Phi-3-mini拥有38亿参数，Phi-3-small有70亿参数，Phi-3-medium则有140亿参数。据微软介绍，这些模型在表现上与OpenAI的GPT-3.5相当，但形式更加轻量化。

Phi-3的公开发布恰逢AI PC的即将到来，开发者现在可以利用不同的Phi-3变体，将其AI应用带到笔记本电脑、移动设备和可穿戴设备上。

Phi-3-vision：多模态的强大模型

除了发布Phi-3，微软还推出了一款支持通用视觉推理任务以及图表、图形和表格推理的新模型变体，名为Phi-3-vision，拥有42亿参数。用户可以就某个图表提问，或使用开放式问题询问特定图像的信息。

顺便提一下，谷歌在上周的开发者大会上也推出了自己的轻量级多模态模型PaliGemma，提供类似的功能，但其参数为30亿，略小于微软的版本。

能够解释多种输入形式的AI对开发者来说非常有价值，如果有办法提供具有LLM性能但成本仅为其一小部分的模型，将大大促进其普及。

尽管Phi-3-vision已作为预览版发布，微软尚未透露其何时会正式公开发布。

结语

Phi-3轻量级模型家族的发布标志着微软在AI领域的又一重大进展，为开发者提供了更多的工具和选择，使其能够在各种设备上实现强大的AI功能。随着AI技术的不断发展，类似Phi-3这样的紧凑型模型将越来越重要，在保证性能的同时，降低成本和资源消耗。