韩国互联网巨头Kakao于2024年1月18日宣布，已开发了名为“蜜蜂”（Honeybee）的多模态大（MLLM）。这款最新的大型通过结合视觉和图像理解能力超越了传统的文本理解。
“蜜蜂”由Kakao AI开发，基于其自研的Transformer架构。该模型拥有1.6万亿个参数，能够同时处理文本和图像信息。
“蜜蜂”的优势在于，它能够理解图像和文本之间的关系，从而生成更准确、更有意义的输出。例如，如果用户询问“一只猫在玩什么”，蜜蜂能够理解“猫”和“玩”两个词语的含义，并结合图像信息，识别出猫正在玩一根线。
Kakao表示，将在未来将“蜜蜂”应用于Kakao的各项产品和服务中。例如，在Kakao Talk中，蜜蜂可以用于生成更有趣、更有创意的聊天机器人；在Kakao Maps中，蜜蜂可以用于提供更准确的路线计划；在Kakao Shopping中，蜜蜂可以用于推荐更符合用户需求的商品。
