近日，微软Semantic Kernel团队宣布Phi-4 Mini开始支持工具调用功能，这一消息在AI开发者社区引发了广泛关注。然而，实际试用中发现，工具调用的成功率仍有待提升，这引发了关于AI工具在实际应用中可靠性的深入讨论。

Phi-4-multimodal基于一种全新的架构，显著提升了效率和可扩展性。它拥有更大的词汇量以改进处理能力，支持多语言功能，并将语言推理与多模态输入相结合。所有这些都集成在一个强大、紧凑且高效的模型中，非常适合在设备端和边缘计算平台上部署。

Phi-4-Mini的成功离不开高质量的数据。微软没用海量杂乱的数据轰炸模型，而是像淘金一样，精心挑选了优质的网络数据和合成数据，尤其在数学和编码上加码。比如，他们用专门的数学题和代码数据集，让模型学会“深度思考”，而不是只会背答案。这种“少而精”的 ...

微软在人工智能领域再次迈出重要一步，正式推出了Phi-4家族的两位新成员：Phi-4多模态（Phi-4-multimodal）与Phi-4迷你（Phi-4-mini）。这两款模型在发布之初便引起了业界的广泛关注。

Phi-4-Multimodal是微软首款采用统一架构的多模态语言模型，拥有56亿参数规模。作为真正的多模态系统，该模型能够同时理解并处理语音、图像和文本输入，支持22种语言，并具备128K令牌的超长上下文处理能力。

IT之家 2 月 27 日消息，微软于 2024 年 12 月发布了 Phi-4，这是一款在同类产品中表现卓越的小型语言模型（SLM）。今日，微软进一步扩展 Phi-4 家族，推出了两款全新模型：Phi-4 多模态（Phi-4-multimodal）和 Phi-4 迷你（Phi-4-mini）。Phi-4 ...

综上所述，微软Phi-4多模态人工智能模型的发布为开发人员和企业带来了更多可能性。它不仅拓宽了开发人员的视野，让他们能够为移动设备或资源受限的设备开发基于人工智能的应用程序，还通过混合LoRAs技术的应用实现了低延迟推理和优化的设备执行。

微软推出了新一代高效 AI 模型 Phi-4，可同时处理文本、图像和语音，且计算资源需求大幅降低。其中 Phi-4-Multimodal 仅有 56 亿参数，Phi-4-Mini 仅有 38 亿参数，性能却超越同等规模竞品，甚至在某些任务上媲美两倍大小的模型。这一突破性进展为开发者提供了先进的 AI 能力，有望推动边缘计算和普及 AI 应用。