- 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。
...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
...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
...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
...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
【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
...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
...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
...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
...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
...数字空间和物理世界的交互来完成复杂任务。近年来，多模态大模型和机器人技术得到了长足发展，具身智能成为全球科技和产业竞争的新焦点。然而，目前缺少一篇能够全面解析具身智能发展现状的综述。因此，鹏城实验室多...……更多
2024-07-29 09:39:00中大,文献,调研,深度,实验室,实验
...后他们基于此开发了智能体 Agent K v1.0，并让其参加了多模态 Kaggle 竞赛。最终 Agent K v1.0 获得了相当于 6 金 3 银 7 铜的成绩，成为首个达到 Kaggle Grandmaster level 1 的 AI 智能体。
论文标题……更多
2024-11-09 09:53:00华为,结构化,推理,思维,结构,智能
...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
... 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
...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
...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
...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
...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
...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
...，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
...与微软争相拼臂力秀肌肉。Gemini 1.5 Pro的横空出世，将多模态大模型的标准提到了一个新高度。一、极致性能背后的模型架构当地时间2月15日，Alphabet与Google公司首席执行官Sundar Pichai携首席科学家Jeff Dean等众高管在X平台发布了多...……更多
2024-02-21 14:05:00劲敌,高产,模式,模型,上下文,处理
...来，于今年3、4月陆续推出了Grok-1.5大语言模型和首个多模态模型Grok-1.5 Vision，整体迭代速度已足够惊人。但要超越当前所有AI大模型，Grok-2要面对的问题或许远没想象中简单。所有指标超越当前AI大模型，真的假的？2023年11月，x...……更多
2024-08-13 09:50:00马斯,马斯克,测试版,路线,测试,模型
...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
...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
...榜首，再度证明通义开源系列业界最强的竞争力。通义多模态模型和专有能力模型也具备业界顶尖影响力。在多个多模态标准测试中，通义千问视觉理解模型Qwen-VL-Max得分超越Gemini Ultra和GPT-4V，这款模型已在多家企业落地；代码...……更多
2024-05-09 12:00:00通义,阿里,性能,通义,模型,阿里
... CEO戴密斯·哈萨比斯在谷歌官网联名发文，官宣了最新多模态大模型Gemini 1.0（双子星）版本正式上线。这个上线时间早于外界猜测的明年1月，保密程度很高，仅有少数媒体提前猜出。Gemini 1.0是谷歌筹备了一年之久的GPT4真正竞...……更多
2023-12-07 10:31:00强悍,模型,模态,模型,训练,能力
...来自 JHU, NYU, MIT, Harvard 等机构的研究团队开创了第一个多模态的 ToM 测试基准，发现现有的多模态模型和 LLM 都表现存在系统性缺陷，同时他们提出了一种有效的新方法。在刚结束的 ACL 2024 会议中，这篇论文获得杰出论文奖。论...……更多
2024-09-12 09:45:00模态,缺陷,测试,模态,模型,心智
...omMultimodalLLMPre-training》的论文，其中介绍了一款“MM1”多模态大模型，该模型提供30亿、70亿、300亿三种参数规模，拥有图像识别和自然语言推理能力。IT之家注意到，苹果研究团队相关论文主要是利用MM1模型做实验，通过控制各...……更多
2024-03-16 18:48:00苹果公司,模态,模型,苹果,公司,模型
...大模型版“5年高考3年模拟”来了！6141道数学题，还是多模态的那种｜微软&UCLA&UW联合出品》MathVista是一个多模态数学推理基准数据集，由微软、UCLA和UW联合开发，包含6141个数学问题，涵盖丰富的任务类型、推理能力和图...……更多
2023-12-06 09:22:00联创,模型,清华,早报,一代,零售
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
【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
更多关于科技的资讯：
五年前还在外地发展的临汾姑娘段庆媛，2019年参加山西临汾春风行动招聘会入职网易，如今已成长为尧都云商产业园运营总监
2024-11-11 14:15:00
vivo S系列向来以颜值和拍照著称，这次的S20系列更是来势汹汹。继S20标准版曝光后，它的“大哥”S20 Pro也按捺不住了
2024-11-11 14:15:00
并购重组+华为+人形机器人值得大家关注的是，随着并购重组新规的发布，特别是在“并购六条”政策的推动下，上海证券交易所也陆续出台新规
2024-11-11 14:16:00
快科技11月11日消息，今日，华为宣布开启华为服务回馈礼遇活动，即日起至2024年12月31日，可享受备件8.8折、换电池立减50元
2024-11-11 14:16:00
小米SU7 Ultra“证件照”曝光，智界也转向增程了。最近，工信部发布了新一批申报车型，其中有不少热门车型，有的不仅是对车企自身
2024-11-11 14:16:00
近日，小米空调在中国线上市场的快速崛起引起了外媒的关注。据AVC数据显示，小米已占据了中国线上空调市场的第三名，市场份额达到11
2024-11-11 14:16:00
在小红书平台上进行品牌营销，博主投放无疑是众多品牌的首选策略。然而，对于初次接触小红书的品牌而言，即便这种玩法存在已久且相对成熟
2024-11-11 14:16:00
11 月 11 日消息，当地时间 9 日，OpenAI 押注的 1X 公司秀出了旗下人形机器人 Neo Beta 的新技能 —— 烹饪
2024-11-11 14:16:00
ZAKER科技11月11日消息，今日上午，支付宝出现服务异常情况，众多用户反馈无法正常付款。据用户反映，在使用支付宝进行线上线下交易付款时
2024-11-11 14:17:00
今年双十一，消费者的悦己消费正在回归理性主义，在护肤美妆方面侧重精准消费而非盲目被“种草”。《经济观察报》发布的双十一调研报告显示
2024-11-11 14:17:00
用白牌商品争夺低线市场的战局再起波澜，京东11.11期间，11月8日，京东旗下特价购物品牌“京喜自营”首次披露业务详情
2024-11-11 14:18:00
近日，《经济观察报》发布了双十一消费调研数据报告显示，近7成消费者在京东购买LV、GUCCI、巴黎世家等奢侈品。调研报告显示
2024-11-11 14:18:00
11月5日至10日，第七届中国国际进口博览会（进博会）正在上海举行。152个国家、地区和国际组织，近3500家参展企业将与数十万名专业观众面对面交流
2024-11-11 14:19:00
天津北方网讯：AI高点机器人转动“眼睛”监控工地细节，自动喷淋装置依据环境数据适时降尘……这些正在“干活儿”的智能机器人
2024-11-11 14:25:00
本文转自：人民网-贵州频道立冬以来，南方电网开启了电网“迎峰度冬”无人机巡检工作。推广应用无人机技术对黔西南布依族苗族自治州供电辖区内电力线路开展全方位
2024-11-11 14:34:00