安徽工程大学、南洋理工大学和理海大学的研究人员开源了多模态大模型——TinyGPT-V，其性能可以媲美上百亿参数的模型，训练只需要24G GPU就能完成。TinyGPT-V主要由大语言模型Phi-2、视觉编码器和线性投影层三大块组成。研究人员对TinyGPT-V的性能进行了多角度评估，显示其在多个视觉语言任务上性能强劲。