- 我的订阅
- 头条热搜
我们正处于一个信息大暴发的时代，每天都能产生数以百万计的新闻资讯！
虽然有大数据推荐，但面对海量数据，通过我们的调研发现，在一个小时的时间里，您通常无法真正有效地获取您感兴趣的资讯！
头条新闻资讯订阅，旨在帮助您收集感兴趣的资讯内容，并且在第一时间通知到您。可以有效节约您获取资讯的时间，避免错过一些关键信息。
【新智元导读】Meta首个理解图文的多模态Llama 3.2来了！这次，除了11B和90B两个基础版本，Meta还推出了仅有1B和3B轻量级版本，适配了Arm处理器，手机、AR眼镜边缘设备皆可用。Llama 3.1超大杯405B刚过去两个月，全新升级后的Llama 3....……更多
2024-09-27 13:39:00模态,宝宝,模型,图像,训练,文本
...出了一种新颖的多步误差最小化（MEM）方法，用于生成多模态不可学习样本，以保护个人数据不被多模态对比学习模型滥用。通过优化图像噪声和文本触发器，MEM方法有效地误导模型，降低其对隐私数据的学习能力，并在不同模...……更多
2024-08-02 09:55:00误差,中科院,隐私,方法,数据,学习
【新智元导读】NVLM 1.0系列多模态大型语言模型在视觉语言任务上达到了与GPT-4o和其他开源模型相媲美的水平，其在纯文本性能甚至超过了LLM骨干模型，特别是在文本数学和编码基准测试中，平均准确率提高了4.3个百分点。文本...……更多
2024-09-24 13:36:00英伟,模态,文本,性能,模态,模型
...像与语音识别能力。本月初，微软更是公布了 166 页的多模态版 GPT-4V 的相关文档，详细探讨了 GPT-4V 的功能和使用情况，这一举动引起了业界的广泛关注。然而，在视觉语言模型的角逐中，谷歌也不甘示弱。
近日，Google Research...……更多
2023-10-17 16:31:00更快,模型,视觉,语言,训练,模型
...进模型在视觉推理方面同样不足。为此他们提出了一种多模态的视觉推理基准，并设计了一种新颖的数据合成方法。无论是语言模型还是视觉模型，似乎都很难完成更抽象层次上的理解和推理任务。语言模型已经可以写诗写小说...……更多
2024-08-08 16:23:00模态,领衔,基准,推理,视觉,能力
...人员于在 2023 年 10 月低调发布的一个名为 Ferret 的开源多模态大模型也没有收到太多关注。当时，该版本包含代码和权重，但仅供研究使用，而非商业许可。但随着 Mistral 开源模型备受关注、谷歌 Gemini 即将应用于 Pixel Pro 和 Andr...……更多
2023-12-26 14:06:00模型,生态,模态,零碎,苹果,模型
...并实现部分专利产学研转化落地应用。以GPT-4o为代表的多模态大语言模型（MLLMs）因其在语言、图像等多种模态上的卓越表现而备受瞩目。它们不仅在日常工作中成为用户的得力助手，还逐渐渗透到自动驾驶、医学诊断等各大应...……更多
2024-07-25 09:31:00模态,清华,可信度,领衔,可信,几何
...灵奖得主Yoshua Bengio教授。博士期间的主要工作聚焦于多模态、GFlowNet、多智能体强化学习、AI于气候变化的应用。目前已在ICML、ICLR、ICASSP等机器学习顶会发表论文。代表作为Large-scale Contrastive Language-Audio Pretrai……更多
2024-06-29 09:37:00模态,基准,弱点,团队,模型,任务
...实现AGI（通用人工智能）的重要里程碑。券商建议关注多模态技术Sora视频一出，立刻震惊业界。360集团创始人、董事长周鸿祎2月16日在微博发文表示，这意味着AGI实现将从10年缩短到1年。其实，Sora出现之前，也有其他类似的AI...……更多
2024-02-19 08:10:00颠覆,布局,行业,视频,公司,模型
...手写英文准确翻译成中文、还能精准分析财报数据……多模态能力再次升级！今天，阿里国际AI团队发布了一款多模态大模型Ovis，在图像理解任务上不断突破极限，多种具体的子类任务中均达到了SOTA（最新技术）水平。多模态...……更多
2024-09-20 13:35:00模态,阿里,模型,能力,升级,国际
...随着大模型技术日益成熟，vivo在语言、图像、语音、多模态等全模态的AI技术上逐步升级为大模型能力，正从传统的AI技术时代迈向大模型AI技术时代。vivoAI算法技术总监李方圆全新蓝心大模型带来4项核心升级：1、语言大模型升...……更多
2024-10-14 01:53:00开发者,模型,惊喜,用户,开发,模型
...候选选项、引入纯视觉输入设置）更严格地评估模型的多模态理解能力；模型在新基准上的性能下降明显，表明MMMU-Pro能有效避免模型依赖捷径和猜测策略的情况。多模态大型语言模型（MLLMs）在各个排行榜上展现的性能不断提...……更多
2024-09-18 13:31:00模态,史诗,基准,难度,问答,文本
...晨，美国科技公司OpenAI在春季发布会上发布了最新GPT-4o多模态大模型。据OpenAI公司首席技术官米拉·穆拉蒂（Mira Murati）介绍，GPT-4o可以接收文本、音频和图像的任意组合作为输入，并实时生成文本、音频和图像的任意组合进行...……更多
2024-05-14 13:59:00进一,模态,易用,易用性,人机,模型
...Qwen-VL-Plus，与GPT-4V正面硬刚，这个有着SOTA级别性能的多模态大模型真正做到了“人无我有，人有我优”。继2023年4月的初级版本、2023年10月的LLaVA-1.5之后，2024年1月31日，微软研究院又联合威斯康星大学麦迪逊分校和哥伦比亚大...……更多
2024-02-10 21:04:00性能,模型,模态,训练,数据,卷上
...VAR指出是因为自回归模型逐个预测token的行为不符合图像模态的特点，提出“next-scale prediction”范式，将视觉自回归建模为逐个预测更大尺度scale的token map。这一方式避免了原始基于next-token的自回归方案难以建模图像模态的问题...……更多
2024-06-27 09:17:00范式,仅需,高质量,生成,模型,图像
...的？后训练功不可没从前述体验看，GPT-4o的反应速度和多模态能力令人印象深刻。OpenAI首席执行官阿尔特曼直言，新的GPT-4o是OpenAI“有史以来最好的模型”。那么，GPT-4o的多模态能力是如何“炼”成的呢？这背后的秘密或许可以...……更多
2024-05-19 14:21:00维度,深度,能力,体验,模型,训练
...统、模型训练与数据集开发于一体。现阶段，将模型的多模态理解与长上下文能力相结合是非常重要的，支持更多模态的基础模型可以接受更灵活的输入信号，以便人们可以以更多样化的方式与模型交互。而更长的上下文使模型...……更多
2024-08-22 09:51:00英伟,准确率,支持,视频,序列,训练
...张鹏则表示，对于Sora的出现，他并不吃惊，因为立足多模态领域的深耕，智谱也正在做这件事。如今，“清影”面世，让外界看到了智谱在视频生成领域的阶段性成果。而“人人可用”的开放姿态，也让没有视频制作基础的小...……更多
2024-07-27 10:00:00更快,生成,高度,视频,清影,视频
...时间，苹果低调的在arxiv.org网站上发布论文，官宣了在多模态大模型领域的最新成果。在论文《MM1: Methods, Analysis & Insights from Multimodal LLM Pre-training》（MM1: 多模式LLM预训练的方法、分析和见解）中可以……更多
2024-03-16 18:14:00模型,苹果,参数,焦点,分析,公司
IT之家 8 月 26 日消息，云知声于 23 日宣布推出山海多模态大模型。通过整合跨模态信息，山海多模态大模型能够接收文本、音频、图像等多种形式作为输入，并实时生成文本、音频和图像的任意组合输出。▲云知声山海助手微...……更多
2024-08-27 09:38:00模态,山海,实时,生成,模型,图像
...，公司的AI战略是以自主构建算力能力为底座，以开悟多模态大模型为支撑，通过中台体系的构建，实现了行业训练数据的有序治理、行业大模型的高效训练以及智能应用的敏捷开发。这一战略不仅催生了AIGC多模态内容生产平台...……更多
2024-04-11 10:30:00新产,开普,共创,共创未来,发布会,新产品
...大量通用数据、行业数据，支持文本、图像、视频等多种模态，并打造了全流程的数据处理工具。超过700万亿字节的通用数据集可以开展通用模型训练，同时，4.33万亿字节的行业垂类数据对模型训练也极为重要。当前已知的全...……更多
2024-06-16 04:14:00人工智能,北京,人工,运营,智能,数据
...布，“大杀器”Gemini 1.0，正式上线。Gemini是一个原生多模态大模型，谷歌在今年5月的I/O大会宣布开始研发后，Gemini的传说不断：将谷歌大脑和DeepMind部门合并，数百人攻坚，几乎耗尽谷歌内部计算资源……如此种种，只为和OpenA...……更多
2023-12-07 08:18:00全能,选手,模型,焦点,分析,模型
新智元报道编辑：LRST【新智元导读】现有多模态大模型在对齐不同模态时面临幻觉和细粒度感知不足等问题，传统偏好学习方法依赖可能不适配的外源数据，存在成本和质量问题。Calibrated Self-Rewarding（CSR）框架通过自我增强学...……更多
2024-06-21 09:21:00模态,美国,瓶颈,顶尖,模型,团队
...基于预训练GPT-2提出了一种新的注意力机制，来衔接不同模态之间的语义差异，无需大量图像-文本数据训练，就能提升文本生成效率。文本-视频模型生成主要代表作有Phenaki、Soundify。Phenaki 由谷歌打造，基于新的编解码器架构C-V...……更多
2023-01-30 16:34:00生成,模型,新论,代表作,盘点,进展
【新智元导读】Mini-Monkey 是一个轻量级的多模态大型语言模型，通过采用多尺度自适应切分策略（MSAC）和尺度压缩机制（SCM），有效缓解了传统图像切分策略带来的锯齿效应，提升了模型在高分辨率图像处理和文档理解任务的...……更多
2024-08-13 09:42:00模态,华南,专治,后遗症,理工,分辨率
...示，这个生成速度在业内已经算非常快了。张鹏认为，多模态模型的探索还处于非常初级的阶段。从生成视频的效果看，对物理世界规律的理解、高分辨率、镜头动作连贯性以及时长等，都有非常大的提升空间。从模型本身角度...……更多
2024-07-27 09:30:00亦庄,甲子,生成,模型,视频,模型
10月13日消息，近日，苹果公司推出了300亿参数的多模态AI大模型MM1.5，该版本是在前代MM1的架构基础上发展而来的。该模型继续遵循数据驱动的训练原则，着重探究在不同训练周期中混合各类数据对模型性能产生的影响，相关模...……更多
2024-10-13 10:57:00模型,苹果,模型,苹果公司,数据,苹果
...AI+ 3D模型受青睐自 ChatGPT 火爆全球，以支持图像输入的多模态大模型 GPT-4 的推出作为契机。大模型的多模态计算潜力开始在内容生成领域发挥技术优势，顶尖的科技公司和想要抓住 AIGC 风口的初创企业开始争先恐后地推出 AI 驱...……更多
2024-08-21 13:55:00全息,布局,模型,升级,产业,内容
...7.21705项目地址：https://ali-videoai.github.io/tora_video/一、三种模态组合输入，精准控制运动轨迹Tora支持轨迹、文本、图像三种模态，或它们的组合输入，可对不同时长、宽高比和分辨率的视频内容进行动态精确控制。轨迹输入可以...……更多
2024-08-05 09:34:00马良,神笔,阿里,猫咪,演示,报告
更多关于科技的资讯：
大皖新闻讯 11月28日，大皖新闻记者从中国科学技术大学获悉，该校潘建伟、朱晓波、彭承志、龚明等学者牵头合作，基于可编程超导量子处理器“祖冲之2号”
2025-11-28 12:52:00
摘要：品牌战略对于企业品牌形成和竞争力的提升有着不可替代的作用，随着市场竞争越来越激烈，品牌战略成为企业争夺市场的一个有力武器
2025-11-28 06:49:00
技术创新共享给安平丝网带来了什么——河北特色产业集群共享智造故事（二）11月21日，安平县高新区绿色产业园区，河北丝筘金属制品有限公司车间里
2025-11-27 08:12:00
随着即时零售市场的持续扩张和竞争深化，消费者对即时配送的需求正从“送达”向“送好”升级，推动即时配送加速服务分层，以准时
2025-11-27 08:16:00
风格各异的手作店、静谧雅致的咖啡馆、独具韵味的民宿……如今，在河北很多城市的街头巷尾，小店经济快速发展，在促进消费、扩大就业
2025-11-27 09:02:00
鲁网11月27日讯11月26日，济南海尔感恩月启动会拉开帷幕。以更加诚挚的福利、更具力度的优惠，回馈用户多年来的信赖与支持
2025-11-27 11:05:00
2025年11月18日至20日，以"新质赋能 智慧应急"为主题的2025中国国际应急管理展览会在北京国家会议中心隆重举办
2025-11-27 11:47:00
由全国性行业组织中国连锁经营协会主办的中国特许加盟展公布2026全年展会规划，将继续采取全国巡展模式，以"两展三会"的形式贯通全年
2025-11-27 11:47:00
中新经纬11月27日电 题：机器人去景点“上班”，游客的快乐从哪里来？作者 周慎 中国科学技术大学科技传播系副研究员、徽州人工智能研究院院长近日
2025-11-27 12:15:00
中新经纬11月27日电 国务院新闻办公室27日举行国务院政策例行吹风会，介绍增强消费品供需适配性进一步促进消费政策措施有关情况
2025-11-27 12:20:00
蚂蚁集团11月18日推出的全模态通用AI助手“灵光”在国内迅速出圈后，引发海外科技媒体和社交平台的关注。美国知名科技媒体《科技时代》（Tech Times）报道称
2025-11-27 14:32:00
2025年11月25日，华为Mate 80系列｜Mate X7及全场景新品发布会如期而至，这场科技盛宴备受瞩目。在首发搭载的HarmonyOS 6操作系统与Mate 80新机的双重赋能下
2025-11-27 14:41:00
从体质强健到能力培养，从AI融合到成本理性化，教育行业正迈向健康底色、核心能力、创新素养的全人培养新阶段。在此背景下，胜者教育旗下核心品牌“胜者智选”以生态化布局回应时代需求
2025-11-27 14:43:00
近日，网易云音乐旗下网易天音“AI写歌”趣味功能上线测试，旨在用AI降低音乐创作门槛，帮助音乐人更好捕捉灵感创意的同时
2025-11-27 14:44:00