微软(MSFT)推出全能型人工智能模型Kosmos-1 可处理文本、音频、图像和视频等内容

　　据中证网，近日微软(MSFT)推出全能型人工智能模型——Kosmos-1。与局限于文本内容的ChatGPT（LLM）相比，Kosmos-1属于多模式大型语言模型（MLLM），可以像人类思维一样来处理文本、音频、图像和视频等内容。

　　据悉，微软表示，用于训练Kosmos-1的数据同样源自网络，同时为了让Kosmos-1能进一步理解图像内容，研究人员通过事先将图像以文字内容加上大量标记，让此大型语言模型可以进一步理解图像内容，以实现多模式大型语言模式。加入图像内容理解能力之后，将有助于Kosmos-1识别文字以外的图像内容，甚至进一步判断动态视频描述内容。

　　在进一步朝多模式大型语言模型发展后，微软预期将能在全能型的人工智能技术发展迈进一大步，不再让现有人工智能局限对应特定领域应用发展。