4月26日，格灵深瞳发布2024年报，报告期内，研发投入18,897.13万元，同比增长3%，新增专利储备90个，不断夯实 技术护城河。同时开启"多模态大模型技术与应用研发项目"，为未来的新产品的研发及落地做好准备。 在人工智能技术竞争最激烈的多模态大模型领域，格灵深瞳自研的视觉大模型Unicom表现尤为亮眼。该模型采用 Vision Transformer的网络架构在10亿量级图像数据上预训练，学术评测超过OpenAI的CLIP和谷歌的SigLIP的模型，实 验结果已经公布在全球计算机视觉顶级会议ECCV2024相关论文上；结合公司自研的视觉大模型Unicom和开源大语言 模型，深瞳灵感-7B多模态大模型在具身问答（Embodied Question Answering）任务和引用表达分割（Referring Expression Segmentation）任务中，与业界同等规模的VLM模型相比居世界领先地位。目前，格灵深瞳自研视觉大模型 已经在智慧金融、城市管理、工业检测等领域落地应用，大幅提升了AI算法交付效率。 作为一家技术密集型企业，格灵深瞳掌握计算机视觉领域的核心算法技术，已形成了多模态大模型技术 ...