原贴链接

InternVL2.5已发布，被AK和许多X中的关键意见领袖（KOL）转发，InternVL2.5 - 78B模型是首个在MMMU基准测试中达到70%以上的开源多模态大语言模型（MLLM），性能与GPT - 4o等领先的闭源商业模型相当。你目前有什么使用体验？现在就可以探索InternVL2.5。网络地址：[https://internvl.intern - ai.org.cn/](https://internvl.intern - ai.org.cn/)（用邮箱或GitHub账号注册登录！）；HF空间：https://huggingface.co/spaces/OpenGVLab/InternVL；HF合集：[https://huggingface.co/collections/OpenGVLab/internvl - 25 - 673e1019b66e2218f68d7c1c](https://huggingface.co/collections/OpenGVLab/internvl - 25 - 673e1019b66e2218f68d7c1c)；论文：https://huggingface.co/papers/2412.05271；GitHub：https://github.com/OpenGVLab/InternVL。

讨论总结

这个帖子主要是关于InternVL2.5发布相关的讨论。其中包含了对其性能的肯定，如在MMMU基准测试上的成果，也有对其基准测试可靠性的质疑。在中美竞争方面，有人对比了中美在开源模型推广和STEM人才上的情况并引发争论。此外还讨论了成果发布时间的规律、对InternVL2.5进行量化的难度、不同模型间的比较、试用体验等话题，也存在一些无关话题和寻求特定功能模型的提问。整体氛围是既有积极的评价，也有不同意见的争议。

主要观点

  1. 👍 认为InternVL2.5比Qwen2 - VL表现更好。
    • 支持理由：评论者clduab11认为原以为Qwen2 - VL很厉害，但InternVL2.5更好。
    • 反对声音：无。
  2. 🔥 美国应加强开源模型的推广以免在企业利润和技术进步间失衡。
    • 正方观点：clduab11提到美国虽有计算能力优势，但在开源模型推广方面应努力，因为企业利润和技术进步之间即将面临权衡。
    • 反方观点：无明确反对，但有争议其是否带有“黄祸论”色彩。
  3. 💡 质疑InternVL2.5相关基准测试的可靠性。
    • 理由：评论者Everlier认为在这个基准测试中3.5 Sonnet低于4o这一情况让人难以信任该基准测试的可靠性。
    • 反对声音：无。
  4. 💡 InternVL2.5 - 78B模型在乌克兰语和俄语方面有优势。
    • 理由：评论者JustaSlav表示自己做了一些有限的测试，得出该模型在乌克兰语和俄语方面，与其他任何开源模型相比表现更好。
    • 反对声音：无。
  5. 💡 有一个新的3B模型性能优于多个模型但有人对其存疑。
    • 理由：评论者SnooDoggos3589提到他们提供的3B模型在多个基准测试中表现优于多个模型，但Downtown - Sector - 3929深入研究后觉得可疑。
    • 反对声音：无。

金句与有趣评论

  1. “😂 Amazing～”
    • 亮点：简洁地表达了对InternVL2.5发布的积极态度。
  2. “🤔 Man and here I thought Qwen2 - VL punched hard, but this is even better.”
    • 亮点：通过对比突出对InternVL2.5的认可。
  3. “👀 I know we have the compute v. China, but we had better get working on our open - source traction for some of these models because we’re very quickly about to come to the point where there’s a very real tradeoff between corporate profits and technological advancement.”
    • 亮点：从企业利润和技术进步的权衡角度谈及美国开源模型推广的问题。
  4. “🤔 It’s hard to trust a benchmark where 3.5 Sonnet is below 4o”
    • 亮点：直接表达对InternVL2.5相关基准测试的不信任。
  5. “👀 I did some limited testing and can say for sure that the 78b model is definitely better in Ukrainian and Russian than any other open - source model.”
    • 亮点：提供了基于测试的关于InternVL2.5 - 78B模型在特定语言方面的表现情况。

情感分析

总体情感倾向是较为复杂的，既有积极支持的情感，也有质疑否定的态度。主要分歧点在于对InternVL2.5的性能评估（如基准测试的可靠性）以及在中美技术竞争相关观点上（如是否带有不当的偏见）。积极支持的可能原因是对其性能成果的认可，而质疑的原因可能是基于不同的测试结果或者对相关情况的深入思考。

趋势与预测

  • 新兴话题：对新提出的3B模型的进一步探究以及InternVL2.5量化操作的后续发展。
  • 潜在影响：如果InternVL2.5被更多证明性能优秀，可能会对开源模型领域的发展产生推动作用，也可能影响中美在人工智能技术竞争方面的态势。

详细内容：

标题：InternVL2.5 发布引发热烈讨论，能否取代 GPT-4o？

近日，Reddit 上关于 InternVL2.5 发布的话题备受关注，该帖子获得了众多点赞和大量评论。帖子中提到 InternVL2.5 由 AK 及众多 KOL 在 X 平台转发，其 78B 模型是首个在 MMMU 基准上达到 70%以上的开源 MLLM，性能可与 GPT-4o 等领先的闭源商业模型相媲美。同时，帖子还提供了多个相关链接供大家探索，如https://internvl.intern-ai.org.cn/等。

讨论的焦点主要集中在以下几个方面： 有人认为，中国在这方面的发展令人惊叹，美国需要在开源模型方面加大努力，否则可能会在技术进步方面落后。比如有人说：“我一直对中国民众在这方面的能力印象深刻，希望更多美国人也能有这样的敏锐和勇气。”但也有人对此持有不同看法，认为这种担忧有些过度，比如有人指出：“这种担忧和当年对日本的担忧如出一辙，最终证明是过度紧张。”

在关于中美两国在相关领域的比较上，大家的观点也不尽相同。有人认为中国在培养 STEM 博士方面进步迅速，即将赶上美国；但也有人通过计算人口比例等数据，认为中国在这方面仍有差距。比如有人说：“中国人口是美国的 5 倍，但 STEM 博士毕业生数量仅为美国的 3 倍，按人均计算仍落后。”

还有人分享了自己使用相关模型的经历，有人称赞 InternV2 用于 OCR 时能够识别手写字体，效果惊人。

总之，关于 InternVL2.5 能否取代 GPT-4o 以及中美在相关技术领域的发展等问题，大家各抒己见，讨论热烈。这不仅反映了大家对新技术的关注，也展现了不同观点的碰撞。