- 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】多模态大语言模型（MLLM）在医学视觉问答（VQA）领域展现出巨大潜力，通过提供针对医学图像的具体临床问题的回答，有助于提高医疗专业人员的工作效率。然而，现有医学VQA数据集规模较小且问题过于简单，...……更多
2024-08-10 09:47:00德州,问答,视觉,医学,联合,数据
...龙8至尊版适配优化 GLM-4V端侧视觉大模型，支持丰富的多模态交互方式。GLM-4V端侧视觉大模型能够实现令人惊叹的处理能力，以超过 70tokens/秒的速度在终端侧高速运行。此外通过与骁龙8至尊版进行深度适配和推理优化，终端侧...……更多
2024-10-23 02:55:00终端,模型,参数,语言,高通,终端
...，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
...a5.0”性能超越GPT-4 Turbo：文理双修能力大幅提升，新增多模态交互自去年4月首次发布，商汤“日日新SenseNova”大模型体系已正式推出五个大版本迭代。基于超过10TBtokens训练、覆盖大量合成数据，全新的“日日新SenseNova5.0”（以...……更多
2024-04-25 01:02:00商汤,云端,模型,体系,科技,商汤
...金融、数据分析等场景落地提供基础。“日日新5.0”的多模态能力在多模态大模型权威综合基准测试MMBench中综合得分排名首位，在多模态榜单MathVista、AI2D、ChartQA、TextVQA、DocVQA、MMMU中取得领先成绩。“日日新5.0”支持高清长图...……更多
2024-04-24 09:32:00商汤,模型,升级,商汤,模型,推理
...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
...模型Qwen2.5系列，同时上架语言、音频、视觉等100多款全模态模型，通义开源模型累计下载量已经突破4000万，通义原生模型和衍生模型总数超过5万，成为仅次于美国Llama的世界级模型群。打造最强AI基建不同于传统IT时代，AI时代...……更多
2024-09-19 15:53:00阿里,基建,投入,升级,模型,通义
...者刘峣）近日，北京智源人工智能研究院正式发布原生多模态世界模型Emu3。该模型实现了视频、图像、文本三种模态的统一理解与生成，成功验证了基于下一个token（词元）预测的多模态技术范式，释放其在大规模训练和推理上...……更多
2024-10-24 05:12:00模态,北京,研究院,模型,研究,世界
...机视觉领域在呼唤通用大模型的来临。以GPT-4V为代表的多模态大模型，是在语言能力上增加视觉能力；IDEA研究院的计算机视觉团队则选择了另一条路径，先将基础的视觉能力做到极致，再增加语言能力。目前风靡全球的“大模...……更多
2023-11-24 10:53:00模型,大会,问题,模型,研究,能力
...以适应不同领域和多样化的数据特性，无法在多任务、多模态的环境中有效工作。4. 缺乏端到端的任务执行框架：由于在结构化推理和时间信号的数值计算交叉点上的研究较少，实现端到端的时间序列任务执行仍然面临挑战。现...……更多
2024-10-29 09:55:00推理,时间序列,序列,框架,难题,突破
...失函数和混合未配对音视频数据训练。该模型不仅在单一模态任务上表现优异，更在视听联合任务中展现了卓越的性能，证明了其全面性和准确性。想要看懂短视频，除了视觉内容外，语音和音频等听觉信息，如视频音乐、音效...……更多
2024-08-01 09:45:00模态,清华,领衔,模型,视频,音视
...家王晓刚17日宣布，商汤绝影在行业内率先实现了原生多模态大模型的车端部署。车载端侧8B模型首包延迟在300毫秒以内，推理速度40Tokens/秒，覆盖主流算力平台。商汤绝影为多模态大模型打造计算引擎“HyperPPL”，目前扩展并支...……更多
2024-07-19 22:04:00商汤,模态,模型,业内,商汤,模态
中国首个机器人多模态模型，可以相对明确地将水果和非水果进行区分和分拣如果你想吃苹果，根据语音指令，机器人会把苹果送到你手上；如果想收拾干净桌面，机器人就会把桌上所有的东西归置好……这个关于人工智能描...……更多
2024-08-13 09:51:00模态,人多,成都,模型,团队,机器
...超过90%。在启用视觉感知能力的情况下，o1模型在MMMU（多模态理解）测试中获得了78.2%的高分，成为首个能与人类专家展开竞争的AI模型。在 MMLU（大规模多任务语言理解）测试中，在总计57个子类别中，o1在54个类别上都超越了GPT...……更多
2024-09-13 16:44:00复旦,相关性,概率,推理,模型,教授
...阿里云也首次开源了音频理解大模型Qwen-Audio，这是在多模态领域的一次探索。Qwen-Audio能够感知和理解人声、自然声、动物声、音乐声等各类语音信号。用户可以输入一段音频，要求模型给出对音频的理解，甚至基于音频进行文...……更多
2023-12-01 21:07:00通义,模型,尺寸,移动,模型,阿里
...型”“天工3.0”是一款集自然语言处理、计算机视觉、多模态、AI搜索、AI智能体等多项尖端技术于一体的人工智能大模型。“超级模型”(Super Model)的概念诞生于“超级应用”(Super App)。互联网时代，超级应用是一种集成了多种...……更多
2024-04-01 19:56:00万维,昆仑,模型,将于,同步,参数
...快科技7月5日消息，在2024世界人工智能大会上，支付宝多模态医疗大模型正式亮相，成为国内首批多模态医疗大模型之一。据悉，该医疗大模型的基石，源自蚂蚁集团自主研发的蚂蚁百灵大模型，这一先进平台不仅拥有“视听言...……更多
2024-07-05 16:17:00模态,模型,支付,视觉,医疗,支持
...业大模型占比七成。大模型已具备文本、语言、视觉的多模态能力，成为推动产业发展与社会进步的重要变量。在阶跃星辰创始人兼首席执行官姜大昕看来，通用人工智能的实现路径可以划分为模拟世界、探索世界和归纳世界3...……更多
2024-09-26 04:44:00人工智能,人工,场景,不断,智能,应用
●多模态使人形机器人能融合图像、语义、力感知、环境感知等多种因素，综合判断、生成任务并执行任务，是让人形机器人具有自主思考能力的关键核心技术●标志着成都在我国多模态模型应用于人形机器人领域率先取得突...……更多
2024-08-13 06:37:00模态,人多,双臂,协作,模型,机器
...捕捉到的语音转录文本，输入到一个由OpenAI训练的大型多模态模型中，然后由该模型处理对话的整个历史记录，得出语言响应，然后通过文本到语音的方式将其回复给人类。“同样的模型，也负责决定在机器人上运行哪些学习的...……更多
2024-03-18 10:00:00机器人,机器,梦想,机器人,机器,模型
...眼镜等更多领域上的应用前景有多广阔。“Gemini是原生多模态打造，是（谷歌）通往Gmeini模型时代的第一步。”谷歌首席执行官桑达尔·皮查伊(Sundar Pichai)表示：Gemini 1.0是目前为止谷歌能力最强的通用人工智能模型。作为谷歌有...……更多
2023-12-07 16:15:00神仙,模型,观察,科技,模型,任务
...的技术，使得模型能够在最终确定回复之前，先检测自身推理的错误并纠正。在实际的执行过程中，这会用到一种名为思考标签（thinking tag）的机制。模型会在这个标签内部进行反思，直到它得到正确答案或认为自己得到了正确...……更多
2024-11-19 09:48:00推理,北大,团队,解释,能力,理论
...的长依赖任务中的多信息检索、时间重排序、计算、理解推理能力表现均不乐观。比如像Claude3-200k，GPT4-32k、GPT4-8k、GPT3.5-turbo-6k、LlamaIndex这种商业模型，平均只有40%的准确率。而像开源模型表现就更不理想了…ChatGLM2-6B、LongLL……更多
2024-08-08 09:39:00基准,北大,生成,模型,文本,评估
...麦克风捕捉的语音，转录为文本输入到由OpenAI预训练的多模态大模型中，模型能够理解图像和文本。模型会处理整个对话的历史记录，包括以往的图像，以生成语言响应，再通过文本到语音的方式向人类回话。△Figure 01训练方法...……更多
2024-03-14 17:17:00英伟,微软,肉身,机器人,模型,机器
...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
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
...大招了！一连发布两大更新——Pixtral Large：前沿级124B多模态模型，用于驱动新Le Chat。全新Le Chat：具备网页搜索、Canvas、图像生成、图像理解等功能——而且所有功能免费提供！Mistral的CEO兼联创Arthur Mensch宣布道：「此次发布是...……更多
2024-11-20 09:43:00巨无霸,免费版,模态,突袭,模型,生成
...萨比斯在谷歌官网联名发文，宣布推出这一万众瞩目的多模态大模型。标题明晃晃写着“最大”、“最强”，主打的就是一个干爆GPT-4。具体来说，此次谷歌一共带来了Gemini的三个版本：Gemini Ultra：谷歌最大、最强模型，适用于...……更多
2023-12-07 09:35:00突发,模型,模态,模型,基准,数据
...机、PC等，张雪薇看好相关产业链机遇。 大模型正在向多模态发展，由之前的文本、语音到现在的图片，包括未来视频，不同的媒介会诞生出新的应用，会把模型通用化能力提升，未来比如广告推荐、用户画像都会像大模型靠拢...……更多
2024-05-22 16:23:00张雪,长城,主线,基金,模型,张雪
...也出现了大模型独角兽智谱AI的身影。36氪获悉，近日多模态AI模型公司生数科技完成新一轮数亿元融资。该轮融资由启明创投领投，达泰资本、鸿福厚德、智谱AI、老股东BV百度风投和卓源亚洲跟投。据介绍，融资主要用于多模...……更多
2024-03-14 15:12:00清华,班底,中国,架构,训练,公司
更多关于科技的资讯：
在制造业提质增效的浪潮中，那些藏在生产环节里的“细枝末节”，往往藏着撬动效益升级的关键密码。近日，太重包储分公司的散件箱优化项目传来捷报
2025-09-24 07:52:00
文｜胡香赟编辑｜海若镜港股迎来今年第11家上市的创新药公司。9月19日，劲方医药在港交所挂牌，首日涨幅接近110%、市值逼近150亿
2025-09-24 06:26:00
中国青年报客户端北京9月23日电（中青报·中青网记者 沈杰群）今天，2025北京文化论坛平行论坛——“虚实无界：视听产业融合破圈”在北京国际饭店会议中心举行
2025-09-24 00:03:00
9月22日下午，在百余家江苏企业代表的共同见证下，中信银行“小天元”企业生态服务平台江苏区域发布会暨“进万企 信服惠企”系列活动在南京成功举办
2025-09-23 23:15:00
北京市科学技术委员会牵头，京冀相关单位共建智能模具科技成果转化中试平台一个平台，推动黄骅模具迈向高端9月11日，智能模具科技成果转化中试平台工作人员正在操作四轴机床进行生产
2025-09-23 08:49:00
数智化转型，让电厂越来越智慧——AI赋能千行百业一线故事（十二）8月28日，石家庄良村热电有限公司生产技术部专业主管苏朝宏介绍智慧展厅
2025-09-23 08:53:00
“产业炬光灯”系列短视频于厦门日报官方视频号、抖音号、快手号、B站账号、央视频账号等全媒体平台同步上线，首期节目走进中材航特
2025-09-23 08:58:00
厦门网讯（厦门日报记者 林雯）旧低效工业用地加速变身科创高地。近日，随着位于思明区前埔片区的2025P13、2025P14地块成功出让
2025-09-23 08:58:00
国网厦门供电公司为厦门天马微电子有限公司创造更优质、更稳定的用电环境。（国网厦门供电公司 供图）“EASIER用电”品牌厦门网讯（厦门日报记者 刘艳 通讯员 林艳婷 高芳 郭芷祎）近年来
2025-09-23 08:58:00
鲁网9月22日讯数字化浪潮正在席卷千行百业，山东移动泰安分公司（简称：泰安移动）以“技术赋能、生态协同、梯次服务”为核心
2025-09-23 10:01:00
9月16日-17日，2025腾讯全球数字生态大会在深圳举办。大会期间，深圳市企鹅网络科技有限公司（以下简称“企鹅网络”）与腾讯云正式签署战略合作协议
2025-09-23 10:39:00
在全民健康意识提高与消费升级的双重驱动下，新一代父母对儿童营养的重视程度前所未有。消费需求愈发细分、专业，推动儿童营养品行业从“标准化供给”向“专业化服务”转变
2025-09-23 11:20:00
文｜邱晓芬编辑｜苏建勋2023年底，全球出货量最大的动作捕捉设备提供商"诺亦腾（Noitom）"联合创始人戴若犁，一度以为自己被骗了
2025-09-23 20:47:00
在人工智能技术日臻成熟的2025年，AI已不再是科幻概念或实验室产物，而是深度融入职场生态的“数字同事”。从“工具”走向“伙伴”
2025-09-23 11:37:00