有效解决真机数据稀缺与场景泛化的矛盾。
在具身多模态大语言模型方面，「智在无界」自主研发了VideoTokenizer技术，其强调时空环境的理解与推理能力，尤其是针对第一人称视角视频内容的解析。 卢宗青指出，基于互联网视频预训练通用动作模型，再…
天眼查App显示，近日，天津津启智源人力资源有限公司成立，法定代表人为李聪聪，注册资本200万人民币，由天津心细民物业管理有限公司全资持股。（除依法须经批准的项目外，凭营业执照依法自主开展经营活动）许可项目：…
作为国内领先的国产GPU企业，摩尔线程通过精彩的技术演讲、圆桌探讨及产品展示，全方位展现其在AI训练与推理、开源生态、具身智能等领域的创新成果，并通过与智源研究院的深度合作，不断夯实国产算力发展的技术基础。…
其提出的从"复制世界"到"理解世界"的演进路径，为多模态大模型技术与商业化突破提供新思路，也为AI产业化发展指明方向。 未来随着技术的深度融合、生态体系的持续完善，多模态大模型必将推动内容创作进入人机协同的新…...
过去一两年间，多模态路线上先后出现OpenAI的视频生成模型Sora、4o图像生成功能等重要里程碑。在智源大会分论坛上，AI视觉领域的明星创企Luma AI首席科学家宋佳铭直言，“上下半场”的划分更像是在描述…
同时，作为整合大规模多模态数据的基础通用模型，Brainμ也可以支持拓展脑机接口应用，在与脑机接口企业强脑科技BrainCO的合作中，Brainμ实现了首次在便携式消费级脑电系统上重建感觉信号，展现了模型支…
“悟界”系列大模型目前包含四个模型：原生多模态世界模型Emu3、脑科学多模态通用基础模型见微Brainμ、具身大脑RoboBrain2.0以及全原子微观生命模型OpenComplex2。 见微Brainμ基…
目前AI缺乏世界和空间的感知，多模态数据还没有被有效利用，因此，从“悟道”到“悟界”是水到渠成的一件事，AI正加速从数字世界进入物理世界，这一切构成的世界模型，是实现物理AGI的重要发展路径。王仲远认为，当下…
据介绍，此次发布的“悟界”系列涵盖原生多模态世界模型Emu3、脑科学多模态通用基础模型见微Brainμ、跨本体具身大小脑协作框架RoboOS2.0与具身大脑RoboBrain 2.0以及全原子微观生命模型…
我们的多模态大模型是为了推动AI从数字世界走向物理世界，物理世界的多模态现在还没完全解决，我们会坚定去做。 王仲远：我们往世界模型发展的时候，在做统一架构的模型，它不仅仅能理解静态的多模态数据，甚至还能够对时…
6 月 6日消息，北京智源人工智能研究院今日发布“悟界”系列大模型，包括全球首个原生多模态世界模型“悟界・Emu3”、全球首个脑科学多模态通用基础模型“悟界・见微 Brainμ”。据此前报…
今年论坛，智源大会将围绕人工智能基础理论、应用探索、产业创新、可持续发展四大主题，设立近20场专题论坛，涵盖深度推理模型、多模态模型、具身智能与人形机器人、自主智能体、下一代AI路径探索、脑启发、AI fo…
从基础设施到产品应用，智源对Scaling Law、基础模型、具身智能、超级应用、AI安全等关键方向作出预测。 智源研究院院长王仲远表示，当前，我们处在人工智能发展的新拐点，大模型的能力涌现加速通用人工智能时…
多项评测结果中，字节跳动多项AI能力领先，阿里巴巴、百度等大厂派AI均取得优异表现。 在视觉语言多模态模型能力评测结果中，一些较好的开源模型在图文理解任务上正在缩小与头部闭源模型的能力差距，而长尾视觉知识与文…
在“多模态模型评测榜单”的视觉语言模型中，得分国内最高的豆包·视觉理解模型也在FORCE原动力大会上正式对外发布。通过更强的内容识别能力、更强的理解和推理能力、更细腻的视觉描述能力，豆包·视觉理解模型极大地…
媒体：从发布的评测结果来看，豆包模型在几个榜单中的排名都比较靠前，是互联网大厂的模型研发能力在大幅提升吗？2025年，基于语言模型肯定会有更多AI Agent（智能体），能完成更复杂的任务，这是明年的热点…
在评测方法与工具上，智源研究院联合全国10余家高校和机构合作共建，探索基于AI的辅助评测模型FlagJudge和灵活全面的多模态评测框架FlagEvalMM，并构建面向大模型新能力的有挑战的评测集，包括与北…
2024年12月19日，智源研究院发布并解读国内外100余个开源和商业闭源的语言、视觉语言、文生图、文生视频、语音语言大模型综合及专项评测结果。 智源评测发现，2024年下半年大模型发展更聚焦综合能力提升与实…
水木清华校友种子基金管理合伙人王学辉表示：“智源深澜的团队在大分子进化和设计领域选择了以功能为主要对象而非基于蛋白结构的技术路线，体现了团队对AI赋能大分子设计的独特理解，团队已在多个项目中展现了AI在蛋白…
10 月 29 日消息，北京智源人工智能研究院（BAAI）推出了新的扩散模型架构OmniGen，这是一种用于统一图像生成的多模态模型。 ▲ 文本生成图像，编辑生成图像的部分元素，根据生成图像的人体…
01/20 14:04
01/20 13:53
京公网安备 11011402013531号