據(jù)媒體媒體報道，小紅書人文智能實驗室（Humane Intelligence Lab，簡稱 HI Lab）憑借其獨特的多模態(tài)技術嶄露頭角。

近日，該實驗室宣布開源其最新的視覺語言模型dots.vlm1，此舉不僅彰顯了其技術自研的堅定決心，也為多模態(tài)AI領域注入了新活力。

作為HI Lab首個開源的多模態(tài)大模型，dots.vlm1基于全自研的12億參數(shù)NaViT視覺編碼器和 DeepSeek V3 大語言模型構建而成。它在視覺理解與推理任務上展現(xiàn)出接近業(yè)界領先水平的能力，同時在純文本任務中也保持了相當?shù)母偁幜?。dots.vlm1的出現(xiàn)，突破了當前AI模型多聚焦于文本處理的局限，為多模態(tài)AI的發(fā)展開辟了新路徑。

在實際測試中，dots.vlm1的表現(xiàn)令人印象深刻。該模型能夠精準識別空間關系、解析復雜圖表、解答數(shù)獨問題，甚至能理解和完成高考數(shù)學題。其圖像識別能力同樣強大，無論是常見物體還是冷門圖片，都能準確識別并給出詳盡解釋。例如，在面對經(jīng)典的紅綠色盲數(shù)字測試圖時，dots.vlm1一次性全部答對，在顏色和形狀識別上都表現(xiàn)出極高的準確性。

除了卓越的視覺與推理能力，dots.vlm1在文本生成方面也表現(xiàn)突出。它能夠模仿李白詩風，創(chuàng)作出描述劉慈欣《詩云》中“詩云”意象的詩歌，作品意境深遠、用詞精準，充分展現(xiàn)了其文本創(chuàng)作實力。

dots.vlm1的成功，源于HI Lab對技術自研的持續(xù)投入。該實驗室由小紅書內部大模型技術與應用產(chǎn)品團隊合并升級而來，專注于探索多元智能形態(tài)。通過融合人際智能、空間智能、音樂智能及人文關懷等維度，HI Lab不斷拓展人機交互的邊界，為AI技術發(fā)展注入新動能。

在dots.vlm1的開發(fā)中，HI Lab采用了嚴謹?shù)娜A段訓練流程：首先對NaViT視覺編碼器進行預訓練，最大化其對多樣視覺數(shù)據(jù)的感知能力；隨后將視覺編碼器與DeepSeek V3大語言模型聯(lián)合訓練，利用大規(guī)模、多樣化多模態(tài)數(shù)據(jù)集；最后通過有監(jiān)督微調進一步提升模型的泛化能力。這一流程確保了dots.vlm1在視覺與文本領域均能出色發(fā)揮。

值得關注的是，dots.vlm1的開源不僅為AI研究者提供了寶貴資源，更積極推動了多模態(tài)AI技術的進步。在當前競爭激烈的AI領域，小紅書HI Lab此舉為行業(yè)樹立了新標桿。隨著dots.vlm1的持續(xù)完善和應用場景的不斷拓展，其有望在更多領域釋放巨大潛力。

[超站]友情鏈接：

四季很好，只要有你，文娛排行榜：https://www.yaopaiming.com/
關注數(shù)據(jù)與安全，洞悉企業(yè)級服務市場：https://www.ijiandao.com/