盘古多模态大模型
盘古多模态大模型规格
盘古多模态大模型融合文本、图像、视频等数据，利用深度学习实现跨模态语义对齐，实现多种模态的理解。
ModelArts Studio大模型开发平台为用户提供了多种规格的多模态大模型，以满足不同场景和需求。以下是当前支持的模型清单，您可以根据实际需求选择最合适的模型进行开发和应用。
|
模型支持区域 |
模型名称 |
说明 |
|---|---|---|
|
西南-贵阳一 |
Pangu-MM-M2-Text2Video-1.0.0 |
2025年4月发布的版本，支持16:9、9:16、1:1、4:3、3:4等5种长宽比、时长5s的视频生成，需要8个推理单元部署。 |
|
Pangu-MM-M2-AIGVideo-1.0.0 |
2025年4月发布的版本，图生视频支持16:9、9:16、1:1、4:3、3:4、原始比例等6种长宽比，时长5s的视频生成，视频续写支持16:9、9:16、1:1、4:3、3:4、原始比例等6种长宽比，续写96帧（24帧率的视频续写约4s），需要8个推理单元部署。 |
|
|
Pangu-MM-M1-Txt2Img-1.0.0 |
2025年4月发布的版本，支持1024*1024分辨率的图像生成，支持写实、油画、动漫等数十种生成风格，需要8个推理单元部署。 |
|
|
Pangu-MM-M2-Img2Txt-16K-V5.0.4.2 |
2025年6月发布的多模态理解大模型首版本。该模型具有百亿级参数量，支持图像理解，支持预训练、微调。 |
盘古多模态大模型支持的平台操作
在选择和使用盘古大模型时，了解不同模型所支持的操作行为至关重要。不同模型在预训练、微调、模型评测、模型压缩、在线推理和体验中心能力调测等方面的支持程度各不相同，开发者应根据自身需求选择合适的模型。以下是盘古多模态大模型支持的具体操作：
|
模型 |
预训练 |
微调 |
模型评测 |
模型压缩 |
在线推理 |
体验中心能力调测 |
|---|---|---|---|---|---|---|
|
Pangu-MM-M2-Text2Video-1.0.0 |
- |
- |
- |
- |
√ |
√ |
|
Pangu-MM-M2-AIGVideo-1.0.RC2 |
√ |
√ |
- |
- |
√ |
√ |
|
Pangu-MM-M1-Txt2Img-1.0.0 |
√ |
√ |
- |
- |
√ |
√ |
|
Pangu-MM-M2-Img2Txt-16K-V5.0.4.2 |
√ |
√ |
√ |
- |
√ |
√ |
盘古多模态大模型对资源池的依赖
|
模型名称 |
云上部署 |
边缘部署 |
|---|---|---|
|
ARM+Snt9B3 |
ARM+D310P |
|
|
Pangu-MM-M2-Text2Video-1.0.0 |
支持，8个推理单元部署 |
- |
|
Pangu-MM-M2-AIGVideo-1.0.0 |
支持，8个推理单元部署 |
- |
|
Pangu-MM-M1-Txt2Img-1.0.0 |
支持，8个推理单元部署 |
- |
|
Pangu-MM-M2-Img2Txt-16K-V5.0.4.2 |
支持，8个推理单元部署 |
- |
