商湯科技(00020.HK)發布多模態多任務通用大模型「書生(INTERN)2.5」，是目前全球開源模型中ImageNet準確度最高、規模最大，同時也是物體檢測標杆數據集COCO中唯一超過65.0 mAP的模型，擁有30億參數，其圖文跨模態開放任務處理能力可為自動駕駛、機械人等通用場景任務提供高效精準的感知和理解能力支持。 書生由商湯科技、上海人工智能實驗室、清華大學、香港中文大學、上海交通大學於2021年11月首次共同發布，並持續聯合研發，即日起書生2.5多模態通用大模型已在商湯參與的通用視覺開源平台OpenGVLab開源。 商湯表示，書生2.5實現通過文本來定義任務，從而可以靈活地定義不同場景的任務需求，並根據給定視覺圖像和任務的提示性語句，給予相應的指令或作答，進而具備通用場景下的高級感知和復雜問題處理能力，例如圖像描述、視覺問答、視覺推理和文字識別等，在自動駕駛和居家機械人等通用場景下可輔助處理各種複雜任務。