谷歌还宣布，未来将把这一能力升级至200万token，进一步强化模型在跨模态复杂任务中的信息整合与分析能力。作为谷歌Gemini系列的最新成员，2.5 Pro延续了原生多模态支持的核心优势，可无缝解析文本、…
瑞财经 吴文婷近日，智慧电商平台“汽震商城”宣布完成8000万元A轮融资，由加速资本（江苏）有限公司领投。此轮融资将用于AI技术迭代与全球化布局，标志着电商行业正式进入“多模态AI驱动”的新竞争周期。 汽震…
近日，在福建人工智能计算中心的超级算力支撑下，智子引擎旗下算法工程师龙金强为首的团队发布了多模态大模型Awaker2.5-R1，并将其正式开源，以一场技术革命打破了全球AI竞赛陷入“参数内卷”怪圈的僵局。同…
从官方介绍获悉，该设施由北京大学与中国科学院生物物理研究所（以下简称生物物理所）共同推动，并联合哈尔滨工业大学、中国科学技术大学等多家单位进行建设。 在建设过程中，生物物理所充分发挥多学科交叉融合的…
在 Reasoning 推理能力方面，Skywork R1V 实现了模型的顶尖逻辑推理与数学分析能力，在权威的 MATH500 和 AIME基准测试中，Skywork R1V 分别取得 94.0 和 72…
SkyworkR1V通过视觉与文本能力的深度融合和视觉思维链推理能力的突破，推动了多模态推理模型的进一步发展，标志着人工智能领域的又一重大进步。和开源同规模或更大规模模型的对比，Skywork R1V …
在大语言和多模态能力两大核心领域评测中，商汤日日新融合大模型 SenseNova都斩获国内第一梯队成绩。 其中，文字识别能力在复杂背景和低质量图像中表现远超中国及国际行业平均水平；物体定位能力精准度国内领先；…
凤凰网科技讯 3月13日，阿里巴巴集团今日正式发布全新AI旗舰应用“新夸克”，该产品基于通义系列大模型技术，从传统搜索引擎升级为整合多场景能力的“AI超级框”，目前已覆盖2亿用户。行业分析指出，这种“基础模型…
结果显示，Gemma-3在多模态任务中表现出色，例如在DocVQA、InfoVQA和TextVQA等任务中，其性能显著优于前代模型。在长文本处理方面，270亿参数版本的Gemma-3在RULER128K任务上…
GO-1是一个被智元机器人称作机器人“老师”般的存在，给机器人提供“基础教育”和“职业教育”，它的特色在于，提出了Vision-Language-Latent-Action(ViLLA) 框架，该框架由VL…
3 月 10日消息，据人民财讯报道，为进一步加速智能体赋能产业应用，推动多模态智能体高质量发展，中国信通院正式启动多模态智能体技术规范编制工作。注意到，去年 5 月中国信通院还发布了国内…
3 月 10 日消息，据科创板日报报道，今日魔乐社区（Modelers）上架由阶跃星辰自研的 Step-Video 视频生成和Step-Audio 语音模型两款开源多模态大模型，并基于华为昇腾 C…
用户可以提出更复杂的问题，并基于搜索结果，AI生成更详细、更直观的答案。AI模式会进行多步搜索并组织结果，在移动设备上以轮播形式展示来源网站，随后提供简明答案和相关文章。 从早期测试来看，AI模式的查询长度是…
用户可以提出更复杂的问题，并基于搜索结果，AI 生成更详细、更直观的答案。AI模式会进行多步搜索并组织结果，在移动设备上以轮播形式展示来源网站，随后提供简明答案和相关文章。 从早期测试来看，AI 模式的查询…
据介绍，通过聚合效应共享技术成果，微美全息在AI领域重点布局多模态生成技术，包括文本生成视频、图像生成视频等场景，其技术框架支持开源工具链适配。并且构建了覆盖云端和边缘端的一体化算力服务体系，将通过开放AP…
乐天 2月28日 百度今日宣布，将于3月16日发布文心大模型4.5。 百度官方介绍，文心大模型4.5在基础模型能力上有大幅提升，且具备原生多模态、深度思考等能力。据悉，OpenAI于2月28日凌晨正…
2 月 28 日消息，百度今日官宣，文心大模型 4.5 将于 3 月 16 日正式发布。 百度官方表示，文心大模型 4.5不仅在基础模型能力上有大幅提升，且具备原生多模态、深度思考等能力。 据IT…
这一融合不仅提升了Magma在数字和物理世界中的任务执行能力，更为其赋予了深度的理解和预测能力。特别是其内置的心理预测功能，使得Magma能够准确预测视频中人物或物体的意图和未来行为，从而大大增强了AI对未来…
【快讯】微软在官网开源了一款名为Magma的多模态AI Agent基础模型。Magmahai 内置了心理预测功能，这使得它能够更准确地预测视频中人物或物体的意图和未来行为,这一功能大大提高了AI对未…
2 月 27 日消息，据路透社援引知情人士消息称，百度计划在 3 月中旬发布下一代人工智能模型文心4.5，新版本将在推理等多个方面实现能力提升。 据此前报道，李彦宏一度曾认为，闭源是推动 …
2 月 27 日消息，微软于 2024 年 12 月发布了 Phi-4，这是一款在同类产品中表现卓越的小型语言模型（SLM）。其在文本推理、数学计算、编程、指令遵循和函数调用等任务中表现优异，超越了…
2 月 26 日消息，北京时间今日凌晨，微软在官网开源了多模态 AI Agent 基础模型 ——Magma。与传统 Agent相比，Magma 具备跨数字、物理世界的多模态能力，能自动处理图像、视…
金山云针对Step-Video-T2V模型，为用户提供强大的算力支持和稳定的运行环境让模型性能得以充分释放，带来流畅的视频生成体验。 在部署方面，金山云已预装好ubuntu22.04-Step-Video-…
从官方介绍获悉，用户使用小布助手 App，可以通过多模态视觉跟 AI 交互，实现拍照问答、文档问答，识屏问答等多种功能。 面向智能汽车，阶跃星辰宣布与吉利汽车集团、千里科技深化技术合作，进一步加强技…
据IT之家此前报道，Figure AI 近期结束了与 OpenAI 在机器人专用 AI 模型方面的合作，尽管 OpenAI仍是其重要投资方。Adcock 在社交平台 X 上表示，虽然大型语言模型（LLM）…
清华大学 AIR 和水木分子研究团队表示，将长期持续维护 OpenBioMed开源平台，团队现阶段探索方向是如何在强推理语言模型的基础上更好地适应性地实现跨模态对齐，团队正在以 BioMedGPT-R1 …
06/10 22:33
06/10 22:02
06/10 21:30
06/10 19:33
06/10 17:02
06/10 17:01
06/09 17:34
06/09 17:33
京公网安备 11011402013531号