引言

在2月25日，上海人工智能实验室携手商汤科技、香港中文大学、上海交通大学，共同推出了通用视觉开源平台OpenGVLab。这一平台面向全球学术界与产业界，提供了高效的预训练模型与丰富的公开数据集，旨在加速各类视觉任务模型的训练过程，推动人工智能视觉技术的发展。

平台特色与贡献

• 模型与数据集共享：OpenGVLab提供的预训练模型性能卓越，与先前最强的开源模型（OpenAI于2021年发布的CLIP）相比，在分类、目标检测、语义分割、深度估计四大核心视觉任务上的表现更为出色。
• 成本降低：通过使用少量的下游训练数据，研究人员能够快速开发用于多种视觉任务和场景的算法模型，从而显著降低开发成本。
• 数据集与模型多样性：平台包含了多个参数量和计算量不同的预训练模型，以及近七千万的精标注数据集，覆盖了从图像分类到目标检测、图像分割等任务，极大地丰富了数据资源。

开源平台与评测标准

• 评测基准发布：为了推动通用视觉模型的评测标准统一，OpenGVLab同步开放了首个通用视觉模型评测基准。这一基准采用创新的多任务评测体系，结合了真实数据分布下的小样本学习能力评估，为模型性能提供了权威评价依据。
• 促进生态发展：通过OpenGVLab，上海人工智能实验室不仅降低了开发通用视觉模型的门槛，还完善了其开源平台体系OpenXLab，助力人工智能的基础研究与生态建设。

结论

上海人工智能实验室的这一举措，不仅为全球开发者提供了宝贵的资源与工具，还通过引入统一的评测标准，加速了通用视觉技术的商业化进程。此举不仅促进了人工智能视觉技术的创新发展，也为推动学术与产业间的合作奠定了坚实的基础。随着人工智能与产业的深度融合，这一平台有望在解决复杂应用需求方面发挥更大的作用。