引领未来技术革新

新智元报道编辑：编辑部HNYs

微软CEO纳德拉正式宣布，微软Phi系列家族新增两名重要成员：Phi-4-multimodal和Phi-4-MINI。
这是微软Phi系列小模型（SLM）中的最新模型，特别是Phi-4-multimodal是微软的首款多模态模型。
虽然这两款模型参数规模相对较小（分别为56亿和38亿），但它们却展现出强大的性能，甚至不输于一些大型的开源模型。
今天，就让我们深入了解这两款模型的独特之处和潜在应用。

一、Phi-4-multimodal：微软首款多模态模型，集成语音、视觉和文本处理能力

Phi-4-multimodal是一款单体模型，采用混合LoRA技术，集成了语音、视觉和文本多模态能力，在同一表示空间内同时处理多种模态。
这使得模型在自动语音识别（ASR）、语音翻译（ST）、语音摘要、语音识别基准测试等方面表现出色。
该模型还拥有强大的视觉能力，尤其在数学和科学推理方面表现突出。
其强大的处理能力使得它能够在设备端执行高效的推理任务，为用户带来更好的体验。

二、Phi-4-mini：小模型大能量，数学能力媲美o1-mini

Phi-4-mini是一款参数规模为38亿的模型，虽然规模较小，但在推理、数学、编程等任务中表现出色。
该模型支持长达128K的序列长度，提供高精度和可扩展性。
它还支持函数调用功能，能够访问外部知识和功能，通过标准化协议与结构化编程接口无缝集成。
这使得模型在处理复杂任务时更加得心应手。

三、应用广泛，赋能多领域

这两款模型具有广泛的应用前景。
手机制造商可以将Phi-4-multimodal集成到手机中，为用户提供实时语言翻译、增强的照片和视频分析等功能。
汽车公司可以将模型集成到车载辅助系统中，提高驾驶安全性并创造更直观的驾驶体验。
金融服务公司可以利用Phi-4-mini实现复杂金融计算的自动化和报告的生成。
这两款模型还可以应用于其他领域，如智能助理、自然语言处理、计算机视觉等。

四、核心团队：微软19年老将Weizhu Chen带领的团队打造

Phi-4系列模型的研发背后是一支由微软副总裁和GenAI团队负责人Weizhu Chen带领的团队。
他们为AI领域带来了多项突破性贡献，包括LoRA、DeBERTa等技术。
Weizhu Chen在微软工作了19年，他的研究为微软产品提供了强大的支持，并对整个行业产生了深远的影响。

五、总结

微软的新款Phi系列模型Phi-4-multimodal和Phi-4-mini以其强大的性能和广泛的应用前景引起了业界的关注。
这两款模型的出现将加速SLM在实际场景中的应用落地，为用户带来更好的体验。
随着技术的不断发展，我们期待微软在未来继续为AI领域带来更多的创新。

（完）

参考资料：

---

---

相关标签： 编程、 视频生成模型、 知名企业、 微软、 翻译、 gpt、 4、 多模态、 phi、

上一篇：MagSafe功能是否针对广大受众

下一篇：股市走势观察