前言

在当今信息爆炸的时代，图文多模态大模型的出现为创作者们带来了全新的创作方式和可能性。

浦语·灵笔2 是一款高级的图文多模态大模型，为用户提供了灵活的内容创作和智能处理图片和文字的功能，让创作变得更加轻松和有趣。

项目介绍

浦语·灵笔2 是基于书生·浦语2大语言模型研发的突破性的图文多模态大模型，具有非凡的图文写作和图像理解能力。

项目地址：https://github.com/InternLM/InternLM-XComposer

它是一个基于7B量级语言模型基座的图文多模态大模型，拥有海量的图文知识库和出色的视觉理解能力。它能够根据用户给出的提示创作出包含文字和图片的完整文章，同时还能准确回答各种图文问答难题。

出色表现特征：

• 自由指令输入的图文写作：浦语·灵笔2可以理解自由形式的图文指令输入，包括大纲、文章细节要求、参考图片等，为用户打造图文并貌的专属文章。生成的文章文采斐然，图文相得益彰，提供沉浸式的阅读体验。
  
• 准确的图文问题解答：浦语·灵笔2具有海量图文知识，可以准确的回复各种图文问答难题，在识别、感知、细节描述、视觉推理等能力上表现惊人。
  
• 杰出性能：浦语·灵笔2基于书生·浦语2-7B模型，我们在13项多模态评测中大幅领先同量级多模态模型，在其中6项评测中超过 GPT-4V 和 Gemini Pro。
  

浦语·灵笔包括两个版本:

InternLM-XComposer2-VL-7B （浦语·灵笔2-视觉问答-7B）: 基于书生·浦语2-7B大语言模型训练，面向多模态评测和视觉问答。

浦语·灵笔2-视觉问答-7B是目前最强的基于7B量级语言模型基座的图文多模态大模型，领跑多达13个多模态大模型榜单。

InternLM-XComposer2-7B : 进一步微调，支持自由指令输入图文写作的图文多模态大模型。

轻松搭建一个Web UI demo

# 自由形式的图文创作demo
python examples/gradio_demo_composition.py
# 多模态对话demo
python examples/gradio_demo_chat.py

总结

浦语·灵笔2 是一款功能强大的图文多模态大模型，为用户提供了创作、理解和回答图文内容的能力。适用于各种创作者，包括写手、设计师、营销人员等，能够帮助他们快速生成具有创意和吸引力的图文内容，提升工作效率和内容质量，为用户带来了全新的创作体验和可能性。

参考链接🔗：

[1]: https://github.com/InternLM/InternLM-XComposer/blob/main/README_CN.md

[2]: https://arxiv.org/abs/2401.16420

[3]: https://huggingface.co/spaces/Willow123/InternLM-XComposer