百度推出飞桨多模态大模型开发套件 PaddleMIX 2.0版本

PaddleMIX2.0是由百度推出的多模态大模型开发套件，它整合了图文音视频等多模态数据，全面覆盖了自动驾驶、智慧医疗、搜索引擎等多个应用场景，推动了AI应用的创新。PaddleMIX2.0的发布，旨在降低多模态领域开发者的开发难度，提供高性能算法、便捷开发、高效训练和完备部署的支持。

PaddleMIX2.0的三大亮点包括:

1. 丰富的多模态模型库，涵盖图像、文本、视频、音频模态，并新增了LLaVA系列等前沿模型。

2. 端到端全流程开发体验，包括多模态数据处理工具箱DataCopilot和Auto模块，简化了多模态大模型的训练流程。

3. 高性能大规模训推能力，DiT模型支持3B规模预训练，性能领先，新增MixToken训练策略，显著提升了训练吞吐量。

PaddleMIX2.0还提供了appFlow工具，通过流水线式的组合，构建了多种多模态应用，以及ComfyUI插件，支持多模态能力，简化了AIGC任务的操作。此外，PaddleMIX2.0在大规模预训练、高效精调训练和高性能推理方面均有显著的性能提升。