PaLM-E拥有5620亿参数，是GPT-3的三倍多，号称史上最大规模视觉语言模型。而它背后的打造团队，正是谷歌和柏林工业大学。
作为一个能处理多模态信息的大模型，它还兼具非常强的逻辑思维。
比如能从一堆图片里，判断出哪个是能滚动的；还会看图做算数。
PaLM-E是将PaLM和ViT强强联合。
5620亿的参数量，其实就是如上两个模型参数量相加而来（5400亿+220亿）。
有网友感慨：
这项工作比ChatGPT离AGI更近一步啊！
谷歌砸出5620亿参数AGI大模型
上一篇：ChatGPT下周升级GPT-4
下一篇：北斗今年再发三颗卫星