在AI时代，全球各大巨头都有自己特别的AI产品计划。近日，据NVIDIA官方消息，NVIDIA联合佐治亚理工学院、UMD和香港理工大学的研究团队推出了新的视觉语言模型。——NVEagle。
据悉，NVEAGLE能够理解复杂的现实生活场景，并通过视觉输入更好地解读和回应。其设计的核心是将图像转换为视觉标记，然后与文本嵌入相结合，从而提高对视觉信息的理解。
NVEagle包括三个版本:Eagle-X5-7B、Eagle-X5-13B和Eagle-X5-13B-Chat。其中，版本7B和13B主要用于一般视觉语言任务，而版本13B-Chat则专门针对对话型AI进行了微调，以便更好地基于视觉输入进行交互。
NVEagle的一大亮点是，它采用了混合专家(MOE)机制，可以根据不同的任务动态选择最合适的视觉编码器，大大提高了处理复杂视觉信息的能力。该模型已在拥抱脸上发布，便于研究人员和开发人员使用。
