欲做AI模型算力“超级放大器”、为人工智能提供设施的清华系初创企业推出端侧开源模型。

12月16日，上海无问芯穹智能科技有限公司推出端侧全模态理解的开源模型Megrez-3B-Omni，30亿参数尺寸适合手机、平板等端侧设备，具备图片、音频、文本三种模态数据处理能力。

在文本理解方面，Megrez-3B-Omni将上一代14B大模型压缩至3B规模，降低计算成本，提升计算效率。在语音理解方面，该模型支持中英文语音输入，处理复杂多轮对话场景，支持对输入图片或文字的语音提问，不同模态间自由切换。在图像理解方面，该模型在场景理解、OCR（光学字符识别）等任务上可识别并提取文本信息。同步开源的纯语言版本模型Megrez-3B-Instruct为单模态模型，最大推理速度领先同精度模型300%，具备AI搜索功能。

无问芯穹由清华大学电子工程系教授、系主任汪玉发起，他带领的NICS-EFC实验室早在2008年便投入到面向智能场景的软硬件联合优化技术路线，提出“算法创新-编译映射-硬件架构”联合优化的设计范式。联合创始人、首席科学家戴国浩毕业于清华大学电子工程系NICS-EFC实验室，现任上海交通大学长聘教轨副教授、清源研究院人工智能设计自动化创新实验室负责人。联合创始人兼CEO夏立雪是汪玉的博士生。

“我们做的主要是端侧小模型，一是因为端侧是我们的重点业务之一，另一方面也证明我们有模型训练和优化的能力。云和端一直是我们的两大业务，以前主要做云，现在开始云和端一起发力了。”无问芯穹表示，相较于云端大模型，端侧模型需要在资源有限的设备上快速部署、高效运行，对降低模型计算和存储需求提出更高要求。Megrez-3B-Omni通过软硬件协同优化策略，令各参数与主流硬件适配。该模型是能力预览，接下来还将持续迭代，未来用户只需给出简单的语音指令，就可完成端设备的设置或应用操作，该方案支持CPU、GPU和NPU同时推理，通过跨越软硬件层次的系统优化，额外带来最高70%的性能提升，最大化利用端侧硬件性能。

编辑/范辉