- 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。
北大等出品，首个多模态版o1开源模型来了——代号LLaVA-o1，基于Llama-3.2-Vision模型打造，超越传统思维链提示，实现自主“慢思考”推理。在多模态推理基准测试中，LLaVA-o1超越其基础模型8.9%，并在性能上超越了一众开闭源模型...……更多
2024-11-20 09:42:00模态,推理,北大,视觉,模型,推理
...息处理全国重点实验室两大平台，长期从事机器学习、多模态学习和具身智能方向的研究。本工作第一作者为刘家铭博士，研究方向为面向开放世界的多模态具身大模型与持续性学习技术。本工作第二作者为刘梦真，研究方向为...……更多
2024-06-21 09:52:00机器,模态,人多,机器人,推理,北大
... OpenAI o1 技术的深入分析累计点击量已超过 15 万。如何全模态大模型与人类的意图相对齐，已成为一个极具前瞻性且至关重要的挑战。在当前 AI 领域的快速发展中，「有效加速」和「超级对齐」已经成为两个主要的发展动向，...……更多
2024-10-18 09:47:00模态,指令,框架,模态,模型,数据
...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
...可导航价值。
直觉价值地图（Intuition Value Map）：利用多模态大模型判断全景图中最适合移动的区域，并赋予更高可导航价值。
轨迹价值地图（Trajectory Value Map）：赋予远离现有轨迹的区域更高的可导航价值。
通过对多源价值...……更多
2024-09-13 13:38:00指令,北大,模型,导航,系统,导航
...数据泄露，从而反映模型的真实性能。研究团队测试了多模态大模型（LMMs）和纯文本大模型（LLMs）。对于LLMs的测试，输入时不提供任何与图像相关的信息给模型，仅提供文本。所有评估均采用零样本（zero-shot）思维链（Chain of ...……更多
2024-06-25 09:45:00奥林,奥林匹克,竞赛,模型,推理,能力
...智能的上限仍然是当下最重要的事情。“我们始终认为多模态对AGI的实现非常重要，是实现AGI的必经之路。”对大模型的下一步发展，李璟表示，阶跃星辰主要会在两个方向发力。一是在预训练的基础上加上强化学习，提高模型...……更多
2025-05-17 12:05:00模型,按语,模态,之路,必经,星辰
...导读】面壁小钢炮MiniCPM-V 2.6重磅出击，再次刷新端侧多模态天花板！凭借8B参数，已经取得单图、多图、视频理解三项SOTA ，性能全面对标GPT-4V。再次刷新端侧多模态天花板，面壁「小钢炮」 MiniCPM-V 2.6 模型重磅上新！仅8B参数...……更多
2024-08-07 09:42:00多图,小钢炮,模态,上端,手机,视频
...源：论文论文链接：AI界前线马斯克旗下xAI发布其首款多模态大模型4月13日消息，马斯克AI初创公司xAI推出了其首款多模态大模型Grok-1.5V。除文本功能外，Grok现在可以处理各种各样的视觉信息，包括文档、图表、图表、屏幕截图...……更多
2024-04-14 20:33:00模型,特斯,马斯,芯片,融资,英特
【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
...究团队及其合作者旨在为足球视频理解开发一个全面的多模态框架。具体来说，他们做出了以下贡献：（1）他们提出了 SoccerReplay-1988，这是迄今为止最大的多模态足球数据集，其中包括来自 1988 场完整比赛的视频和详细注释，...……更多
2024-12-10 09:53:00模型,语言基础,清华,定律,密度,团队
...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
...的创新框架。DiffSensei 集成了基于扩散的图像生成器和多模态大语言模型（MLLM），后者是一种文本兼容身份适配器。他们的方法采用了掩码交叉注意力技术，可无缝整合字符特征，从而在不直接传输像素的情况下实现精确的布局...……更多
2024-12-13 09:19:00推理,模型,思维,空间,模型,生成
多模态检索增强生成（mRAG）也有o1思考推理那味儿了！阿里通义实验室新研究推出自适应规划的多模态检索智能体。名叫OmniSearch，它能模拟人类解决问题的思维方式，将复杂问题逐步拆解进行智能检索规划。随便上传一张图，...……更多
2024-12-05 09:45:00模态,拆解,阿里,检索,过程,智能
...“证明了R1方法的通用性，不止文本领域玩得转”“为多模态AI带来全新思路”“或许能够引领一种全新的视觉语言模型训练潮流”……业内人士纷纷对 VLM-R1表示高度认可。“视觉版DeepSeek”为什么是VLM-R1？VLM-R1爆火，看似意料...……更多
2025-02-26 07:07:00杭州,推理,模型,视觉,又是,全球
碾压GPT-4识图能力的多模态生成模型来了。华人团队最新提出的InstructBLIP在多项任务上实现SOTA。GPT-4看图聊天还没上线，就已经被超越了。近来，华人团队开源了多模态基础模型InstructBLIP，是从BLIP2模型微调而来的模型。BLIP家族...……更多
2023-05-15 20:17:00团队,华人,指令,数据,模型,研究
...一名的成绩在东南大学取得学士学位。他的研究兴趣为多模态大模型、具身智能。此工作为其在上海交通大学访问和北京智源人工智能研究院实习期间完成，导师为本文通讯作者赵波教授。此前，李飞飞老师提出了空间智能 (Spat...……更多
2024-08-08 09:39:00空间,北大,模型,智能,深度,模型
...模型智能水平、Agent工具调用和Coding能力、深度推理、多模态等方面实现多项突破。2025云栖大会，阿里云CTO周靖人发布多项重磅技术更新在大语言模型中，阿里通义旗舰模型Qwen3-Max全新亮相，性能超过GPT5、Claude Opus 4等，跻身全...……更多
2025-09-24 13:30:00一文,阿里,重磅,体系,大会,升级
...来自斯坦福李飞飞吴佳俊团队！HourVideo，一个用于评估多模态模型对长达一小时视频理解能力的基准数据集，包含多种任务。通过与现有模型对比，揭示当前模型在长视频理解上与人类水平的差距。2009年，李飞飞团队在CVPR上首...……更多
2024-11-11 13:31:00团队,智能,空间,视频,模态,模型
...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
...国内外大模型仍在技术和应用层面加速竞争。对于押注多模态的商汤来说，仍需要考虑如何在继续加大技术投入和加速规模化应用方面实现更好的平衡。生成式AI业务撑起增长重任，研发投入增长19%商汤去年的营收打破了此前连...……更多
2025-03-27 14:51:00商汤,亏损,增长,影响,商汤,模态
...参数的4款大语言模型，以及视觉理解、音频理解两款多模态大模型，实现“全尺寸、全模态”开源。用户可在魔搭社区直接体验Qwen系列模型效果，也可通过阿里云灵积平台调用模型API，或基于阿里云百炼平台定制大模型应用。...……更多
2023-12-01 13:33:00通义,模态,模型,尺寸,参数,模型
...达14.3%，显著高于DeepSeek-V3的3.9%，也远远超过行业的其他推理模型，比如OpenAI-o1的测试结果是2.4%。这种AI大模型生成内容与真实数据不符，或偏离用户指令的现象，会极大影响用户的使用体验。在医疗、法律、金融等对准确性要...……更多
2025-03-05 15:54:00东岩,幻觉,北大,对话,用户,模型
...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
...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
...应用，夸克AI超级框持续快速迭代，提升超级智能体的多模态能力，打造用户生活、工作、学习的AI超级入口。视觉交互创新，智能分析万物在工作、学习、生活各类场景中，面对复杂物体、表格和图形时，用户往往难以准确描...……更多
2025-04-27 13:22:00夸克,模态,能力,夸克,用户,模态
...全球多家科技公司发布新的大模型，它们在语义理解、多模态等方面进一步提升，人工智能（AI）的能力边界在不断扩大。随着无人驾驶、机器人等技术借助AI快速进化并逐步投入市场，不少国家通过推进法规建设、开展国际合...……更多
2025-06-02 13:09:00人工智能,看点,人工,领域,智能,全球
...参数量将以指数级的速率提升，另一方面是数据量随着多模态的引入也将大规模增长。不过，徐立提到，虽然目前业界训练模型对基础算力、基础设施的需求非常旺盛，但基础算力里对并行效率的要求非常高，真正好用的基础设...……更多
2023-04-14 14:00:00商汤,模型,体系,关键,模型,商汤
...成模型、语音理解/生成模型、文生图及视频模型等“全模态”，覆盖从0.5B到110B等参数“全尺寸”，屡次斩获Chatbot Arena、司南OpenCompass等权威榜单“全球开源冠军”“国产模型冠军”。截至目前，海内外AI开源社区中千问Qwen的衍...……更多
2025-03-07 07:27:00阿里,推理,模型,大事,性能,全新
...云从科技从容大模型在综合评测权威平台 OpenCompass 的多模态评测领域中取得重大进展。最新评测结果显示，云从科技的从容大模型在该体系中的平均得分为 65.5，这一成绩使得从容大模型跻身全球前三，超越了谷歌的 Gemini-1.5-Pro...……更多
2024-06-29 09:36:00模态,从容,模型,能力,全球,模态
更多关于科技的资讯：
随时“云端”办公，自由“安放”工位，数字游民社区兴起数字游民在南京：我推着房间找邻居南京首个乡村数字游民社区坐落于浦口草圣书乡景区
2025-09-26 08:14:00
三迭纪项目入选国家药监局智慧监管典型案例年产3亿片！3D打印药片，片片皆可溯源南报网讯（通讯员唐斐记者张希）近日，国家药品监督管理局信息中心正式公布“2025年药品智慧监管典型案例”
2025-09-26 08:14:00
二〇二五年中国香料香精化妆品精品博览会启幕十七个香妆产业创新转化项目签约南报网讯（记者夏思宇）9月25日上午，2025年中国香料香精化妆品精品博览会在南京扬子江国际会议中心开幕
2025-09-26 08:15:00
厦门网讯（厦门日报通讯员 李汶鸿）24日，在上海市普陀区普熙金融广场PUSH艺术中心举办的“数字人民币国际运营中心业务平台推介会”上
2025-09-26 08:38:00
在智能语音机器人赛道，技术稳定性与迭代能力是核心竞争力，神州泰岳旗下鼎富智能avavox大模型语音机器人依托两大技术优势
2025-09-26 08:52:00
近日，烟台联通在客户日活动中面向VIP客户创新开展急救知识培训公益增值服务，邀请中国红十字会专业急救讲师现场授课，通过“理论+实操”相结合的方式
2025-09-26 09:24:00
近日，由中交一公局集团建筑公司武清城改项目申报的《BIM+智能设备在大型城中村改造项目施工阶段的应用》凭借在特大型群体住宅工程的应用实践
2025-09-26 10:49:00
中新经纬9月26日电 9月25日，小米集团创始人、董事长兼CEO雷军在年度演讲上回顾了小米汽车造车历程。雷军提到，今年6月
2025-09-26 10:54:00
近日，头部房产经纪企业我爱我家正式启动主题为“好邻·好礼·好生活”的2025我爱我家社区好邻节。据介绍，本次活动从9月22日至10月31日
2025-09-26 11:24:00
9月25日，小米公司创始人雷军在年度演讲中宣布推出一项独特的服务——小米定制服务。雷军表示，小米YU7是为一群高审美，无法容忍平庸的人设计的
2025-09-26 11:37:00
9月25日，在年度演讲暨秋季新品发布会上， 小米推出了首款三区洗衣机——米家三区洗衣机Pro 滚筒10kg，售价3999元
2025-09-26 11:38:00
华为鸿蒙折叠电脑MateBook Fold非凡大师的上市成为改写高端笔记本市场格局的关键事件。根据GFK 2025年6月统计
2025-09-26 11:38:00
鲁网9月26日讯（记者 李晓晨）从算力之巅的超级计算中心到家庭智能的创新终端，从芯片封装的关键环节到水处理技术的自主研发
2025-09-26 12:03:00
在摄影配件行业，“速生速死” 是常态 —— 产品迭代快、价格战频发，多数企业陷入内卷困境。而深圳市唯迹科技有限公司却走出了一条 “反常识” 的发展路径
2025-09-26 12:07:00
让AI规划假期行程，告别烧脑做攻略比价；戴上耳机，和自己的专属AI讲解员一起边逛边聊，拍展品听讲解，拍景点听典故，拍建筑听历史……这种全新的旅行体验
2025-09-26 12:08:00