商汤科技今日宣布通用视觉平台OpenGVLab正式开源，开放内容包括超高效预训练模型，和千万级精标注、十万级标签量的公开数据集，将为全球开发者提升各类下游视觉任务模型训练提供重要支持。
OpenGVLab开源模型推理结果：左侧为输入的图片，右侧为识别出来的标签
针对艺术作品，OpenGVLab预训练模型展示出了强大的泛化能力，例如，针对这幅大熊猫画作，模型不但“看”出了这是一张“毛笔画”“水粉画”，而且由于图中的黑白色，模型还给出了“yin yang”（阴阳）的推测，这也体现了数据集标签的丰富性。
目前，人工智能已经能够识别万物，但很多AI模型只能完成单一的任务，比如识别单一的物体，或者识别风格较为统一的照片，如果换一种类型或者风格，就爱莫能助。为了能够识别不同类型的图片，这就需要有独特的模型训练及标签体系，也要求模型具有一定的通用性，这样才能对不同类型的图片做出准确的描述。
据介绍，基于此前商汤科技联合上海人工智能实验室、香港中文大学、上海交通大学等共同发布的通用视觉技术体系“书生”（INTERN），使用此模型，研究人员可以大幅降低下游数据采集成本，用极低的数据量，即可快速满足多场景、多任务的AI模型训练。
目前OpenGVLab开源平台已正式上线，供各界研究人员访问和使用，后续项目还将开通在线推理功能，供所有对人工智能视觉技术感兴趣的社会人士自由体验。此外，OpenGVLab还同步开放业内首个针对通用视觉模型的评测基准，便于开发者对不同通用视觉模型的性能进行横向评估和持续调优。