- 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
...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
...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
...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
...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
...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
...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
...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
被神话的 Sora ，被低估的多模态。Sora 终于来了！只要是 ChatGPT Plus/Pro 用户，直接就能用上。至于效果 ......看完官方放出的 demo，网友大呼：不太行 ！当人们对「超级应用」的热情被 Sora 浇上一盆凉水时，多模态应用已经悄咪...……更多
2024-12-11 09:52:00标王,模型,更多,企业,模态,模型
...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
...这个金秋，“日日新·商量”又拿了金牌！今日，中文多模态大模型测评基准SuperCLUE-V发布10月榜单：商汤日日新·商量多模态大模型（SenseChat-Vision5.5）凭借多个任务上的出色表现，总得分位列国内大模型第一梯队，智夺金牌。商...……更多
2024-10-14 13:34:00商汤,模态,基准,模型,模型,能力
...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
【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
...zhou@jiqizhixin.com；zhaoyunfeng@jiqizhixin.com本文出自启元世界多模态算法组，共同一作是来自清华大学的一年级硕士生谢之非与启元世界多模态负责人吴昌桥，研究兴趣为多模态大模型、LLM Agents 等。本论文上线几天内在 github 上斩获 1...……更多
2024-09-07 09:44:00模型,语音,对话,机构,语音,文本
在当今多模态领域，CLIP 模型凭借其卓越的视觉与文本对齐能力，推动了视觉基础模型的发展。CLIP 通过对大规模图文对的对比学习，将视觉与语言信号嵌入到同一特征空间中，受到了广泛应用。然而，CLIP 的文本处理能力被广...……更多
2024-11-28 09:59:00模态,教会,文本,升级,数据,模态
...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
更多关于科技的资讯：
快科技2月27日消息，小米汽车发文称，很多小米SU7 Ultra准车主，都非常期待碳纤维双风道前舱盖。他们说，无他，就是觉得非常帅气
2025-02-27 07:35:00
昨日，位于江北新区的南京洛普科技有限公司车间内，工人正在装配、测试LED面板，赶制订单。该企业是国内率先研制、生产大型LED显示屏的企业
2025-02-27 08:04:00
快科技2月27日消息，近日，特斯拉FSD自动驾驶系统正式在国内开启测试，虽然是需要6.4万元选装，但还是有一些头部汽车博主第一时间进行了测试
2025-02-27 08:05:00
百位AI创想者齐聚杭州城西科创大走廊送出“七个一”专享政策礼包 最高将资助1亿元杭州日报讯 昨天，由中央广播电视总台联合杭州市人民政府主办的《赢在AI+》首届未来营
2025-02-27 08:14:00
快科技2月27日消息，大家知道吗？普速列车到终点站后，车头与车厢是分开走的。今天中国铁路官方进行了科普，原来，普速列车的车头和车厢隶属于不同的管理单位
2025-02-27 08:35:00
很多人都在网上刷到过采耳视频：在可视化镜头下，一块块陈年污垢被掏出来，要多解压有多解压。还有许多博主会前往采耳机构探店
2025-02-27 08:35:00
快科技2月27日消息，据媒体报道，从2月起，欧盟消费者开始在日常饮食中发现一种新食材：黄粉虫（Tenebrio molitor）幼虫粉末
2025-02-27 08:35:00
快科技2月27日消息，据报道，英伟达今日公布了该公司的2025财年第四财季及全年财报。财报显示，第四财季营收达到393
2025-02-27 08:35:00
2025年，以旧换新政策进一步加大力度，消费市场呈现繁荣景象。据商务部统计，春节期间，全国以旧换新实现销售860万台商品
2025-02-27 08:44:00
厦门网讯（厦门日报记者 楚燕 通讯员 陈雯 罗超）在电脑上打开医院电子病历系统，在任务栏点击DeepSeek，屏幕右侧立马出现智能问答对话框
2025-02-27 08:51:00
快科技2月27日消息，依然有很多人在执着于高考，而且非北大清华不上，对此你怎么看？“35岁再考清华”当事人李龙晒视频称2025高考100天倒计时
2025-02-27 09:05:00
消息人士称，Valve计划年内发布一款价位1200美元（接近一万元人民币）的VR头显，内部代号“Deckard”。其定价之高仅次于AVP与Meta Quest Pro
2025-02-27 09:05:00
快科技2月27日消息，浩鑫推出新一代准系统XPC nano NA10H7，整体尺寸为132 x 143 x 55 mm
2025-02-27 09:05:00
快科技2月27日消息，备受业界瞩目的英伟达业绩出来了，结果出奇的好，远远超出市场的预期。在2025财年，英伟达总共实现1304
2025-02-27 09:35:00