国内首个移动端视觉大模型“橘洲”发布，离线时也可实现秒级图像生成

长沙晚报掌上长沙5月21日讯（湘江早报全媒体记者 黄荣佳）今日上午，国内首个基于国产算力预训练的视觉基座大模型——“橘洲”V1端侧版在湘江新区上线，它在智能手机上实现1024×1024分辨率图像的秒级生成，具有成本低、质量高、速度快、轻量级、可离线的特点。

据悉，“橘洲”视觉基座大模型由湖南汇视威智能科技有限公司（简称“汇视威”）自主研发，依托中科曙光算力，在较短时间内完成了近4000万张图片训练，成为全国首个在国产算力上完成整体训练和推理过程，并实现移动端部署的视觉基座大模型。

值得一提的是，“橘洲”视觉基座大模型创新性地解决传统视觉大模型推理成本高、数据隐私缺少保障、带宽和时延要求严苛等痛点，采取跨模型结构极限蒸馏技术，图片解码模型参数量是云端解码模型参数量的1/50；设计了高效的文生图预训练方法，将训练时间压缩到20小时；使用加速推理训练方法，出图从28步压缩至4步，能做到秒级生成高分辨率图片。

在发布会现场，行业专家及科技爱好者对“橘洲”V1端侧版进行测试，无论是还原古诗词画面，还是有特定描述的场景，“橘洲”在“断网”的情况下都能高度还原，强大的性能和稳定的输出效果都赢得了在场嘉宾的掌声。

“用智能手机自带的芯片就能运行，极大降低了算力成本，即使处于飞行模式也能正常操作，这是‘橘洲’视觉基座大模型最大的特点之一。我们期待与更多的企业合作共建行业生态，赋能千行百业，为中国人工智能参与全球竞争贡献力量！”汇视威创始人顾善植表示。

据了解，汇视威已经入驻世界计算·长沙智谷，作为长沙高新区麓谷产业园（简称“园区”）引进并培育的大学生创业企业，公司在发展过程和大模型开发过程中得到园区的持续“助攻”。位于世界计算·长沙智谷广场中央的“硅立方”，便是“橘洲”视觉基座大模型的算力支撑。公司在起步阶段，也是在园区的牵引下，早早成为长沙人工智能创新中心的生态伙伴，为后来的大模型开发打下了坚实基础。

“长沙为科技创新和企业发展提供了有力支撑，是青年人的创业沃土。”顾善植向记者坦言，“湘江新区的创业氛围真的很好，我们一路的发展中，感受到了园区的温暖关怀。不论是以前、现在，还是今后，湘江新区就是我最好的选择，无论公司规模发展到多大，我们的总部永远都会在湘江新区。”