商汤科技(00020.HK)发布多模态多任务通用大模型「书生(INTERN)2.5」，是目前全球开源模型中ImageNet准确度最高、规模最大，同时也是物体检测标杆数据集COCO中唯一超过65.0 mAP的模型，拥有30亿参数，其图文跨模态开放任务处理能力可为自动驾驶、机械人等通用场景任务提供高效精准的感知和理解能力支持。 书生由商汤科技、上海人工智能实验室、清华大学、香港中文大学、上海交通大学于2021年11月首次共同发布，并持续联合研发，即日起书生2.5多模态通用大模型已在商汤参与的通用视觉开源平台OpenGVLab开源。 商汤表示，书生2.5实现通过文本来定义任务，从而可以灵活地定义不同场景的任务需求，并根据给定视觉图像和任务的提示性语句，给予相应的指令或作答，进而具备通用场景下的高级感知和复杂问题处理能力，例如图像描述、视觉问答、视觉推理和文字识别等，在自动驾驶和居家机械人等通用场景下可辅助处理各种复杂任务。