80 亿多模态样本训练，参数量 200 亿。突破了光标指令交互、利用语言定义任意任务和轻量级自适应融合等多项关键技术，实现了开放世界理解、多模态交互和跨模态生成三大能力，支持 350 万种语义标签。
能力突出
开放理解、多模态交互、跨模态生成
原创技术
利用语言定义任意任务、光标指令交互、轻量级自适应融合
200亿
模型参数
350万
语义标签
80+
评测世界领先
80亿
训练样本
书生·浦语 - 语言大模型
千亿参数基座模型，通过多阶段的渐进式训练，具有较高的知识水平和较强的推理能力，在综合性考试和全方面能力评测中表现突出。
综合能力突出
MMLU、CEval、GAOKAO-Bench 等综合评价上超越 ChatGPT
多维度能力均衡
在语言、知识、理解、推理、创作、安全等全维度达到先进水平
1040亿
模型参数
18000亿
预训练语料 (tokens)
8K
语境窗口长度
20+
语种
书生·天际 - 实景三维大模型
基于 NeRF 的城市级实景三维大模型，拥有极高的训练和渲染效率。
大规模城市实景三维建模与编辑
兼顾城市的广阔与细腻，覆盖大范围城市区域和单点地标建筑的重建与编辑能力
训练、渲染、交互一体化系统
覆盖算法、算子、计算系统、用户交互的城市级 NeRF 系统
100 平方公里
建模范围
4K 高清训练
训练精度
1K，30 帧
实时渲染与穿梭
自由编辑
多种布局、风格变化
全链条开源开放体系
开放覆盖数据、预训练、微调、部署、评测的全链条能力，打通大模型应用的最后一公里，支持大模型全面客观的能力评测。
全链条开源开放体系
数据
汇聚 5400+ 数据集，涵盖多种模态与任务更多数据集
预训练
微调
部署
评测
预训练
数据
微调
部署
评测
应用创新
OpenDriveLab 浦驾
OpenDriveLab 涵盖自动驾驶大模型、端到端自动驾驶、BEV 感知、通用人工智能等多个研究方向。致力于探索前沿自动驾驶技术，推出标杆性工作，开源服务社区，推动国际化交流，推动行业共同发展，让未来的出行更加安全、便捷和智能。
人工智能驱动的全球气象预报
基于多模态和多任务深度学习方法，AI 大模型“风乌”首次实现在高分辨率上对核心大气变量进行超过 10 天的有效预报，并在 80% 的评估指标上超越 DeepMind 发布的模型 GraphCast。“风乌”仅需 30 秒即可生成未来 10 天全球高精度预报结果，在效率上大幅优于传统模型。
OpenMEDLab 浦医
OpenMEDLab 开源的医疗多模态基础模型，覆盖医学图像、医学文本和蛋白类制药等多种数据模态。致力于有效解决医疗长尾问题和 AI 模型研发的高成本、低效率、泛化差等问题，使得基于医疗基础模型的跨领域、跨疾病、跨模态的高效研发创新变为可能。