Microsoft built Phi-4-reasoning-vision-15B to know when to think — and when thinking is a waste of time

Microsoft发布Phi-4-reasoning-vision-15B，一个紧凑的开源多模态AI模型，包含150亿参数。该模型性能匹配甚至超过了规模大得多的系统，同时只消耗很少的计算资源和训练数据。它可以处理图像和文本，解决复杂的数学和科学问题，解释图表和文档，导航图形用户界面，以及处理图片说明和收据读取等日常视觉任务。这是微软一年来的第4个Phi系列小模型，证明了精心设计的小模型可以与行业最大的AI系统竞争，并在关键领域超越它们。