- 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。
...，使得其可以更灵活高效地进行图像处理。二是使用了多模态旋转位置嵌入（M-ROPE）方法。传统的旋转位置嵌入只能捕捉一维序列的位置信息，M-ROPE 使得大规模语言模型能够同时捕捉和整合一维文本序列、二维视觉图像以及三...……更多
2024-09-03 09:45:00二代,通义,阿里,模型,视觉,语言
【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
更多关于科技的资讯：
第十四届中国创新创业大赛——首届具身智能专业赛成果在厦发布。厦门网讯（文/厦门日报记者 吴晓菁 通讯员 高菲 康潇潇 图/厦门日报记者 卢剑豪）昨日的厦门国际会议中心酒店
2025-09-26 08:38:00
具身智能孵化加速器在厦正式揭牌第十四届中国创新创业大赛首届具身智能专业赛昨日发布成果东南网9月26日讯（海峡导报记者 黄奕琳）昨日
2025-09-26 10:17:00
日前，2025年农业机械检测实验室间比对活动在山东潍坊举行。该活动由中国农业机械化协会主办、农机鉴定检测分会承办、潍柴雷沃智慧农业协助开展
2025-09-26 07:05:00
560余家企业携4.8万余个岗位来东大揽才“AI+”岗位热度不减，实战经验是核心指标□南京日报/紫金山新闻记者何洁 实习生黄佳琪杨久久9月25日
2025-09-26 07:41:00
9月24日，“青春华章・向西而歌”网络大思政课活动上，西安交通大学微电子学院集成电路工程专业博士研究生魏上杰介绍，集成电路是“国之重器”的“心脏”
2025-09-25 09:44:00
企查查APP显示，近日，杜建英持股的杭州芸台文化创意有限公司被吊销，原因是公司成立后无正当理由超过6个月未开业，或者开业后自行停业连续6个月以上
2025-09-25 11:20:00
9月25日，雷军发文：这5年，小米一路摸爬滚打、跌宕起伏，依然启动了造车、芯片和高端化……没什么好犹豫的，五十来岁，正是闯的年纪
2025-09-25 11:20:00
赤水河畔，国内首台高温复合型仿生压曲机稳定运转，物联网实时优化发酵参数……这场酿酒的“数字革命”，也是贵州习酒公司以全链数智革新推动产业跃迁的生动缩影
2025-09-25 11:57:00
在人工智能技术日臻成熟的2025年，AI已是深度融入职场生态的“数字同事”，在AI辅助下的2025年职场迎来了哪些变化
2025-09-25 13:30:00
国庆前夕，房山区物美超市“胖改店”、居然之家房山店、瑞莱广场分别于9月26日、27日、28日开业，进一步丰富了房山区消费场景
2025-09-25 13:38:00
企查查APP显示，近日，负责OPPO项目的杭州逗酷软件科技有限公司发生工商变更，新增山子高科旗下浙江山子超影科技有限公司为股东
2025-09-25 16:25:00