5 月 21 日消息，今天召开的 2025 年 I/O 开发者大会上，谷歌推出了 Gemma 3n 端侧多模态 AI 模型，可以在手机、平板和笔记本电脑上本地运行，处理音频、文本、图片和视频多种数据…
与此同时，微美全息加速大模型在应用场景的落地速度，该企业陆续披露了旗下较成熟的AI生态图景，覆盖在汽车、智能终端、互联网、金融、教育科研、零售消费等行业广泛落地，为AI大模型应用注入强劲动力，正悄然化身成为…
Ollama 团队成员在 Hacker News 上澄清，Ollama 使用 golang 独立开发，未直接借鉴 llama.cpp 的C++ 实现，并感谢社区反馈改进技术。 因此 Ollama 推出全新…
Ollama 团队成员在 Hacker News 上澄清，Ollama 使用 golang 独立开发，未直接借鉴 llama.cpp的 C++实现，并感谢社区反馈改进技术。Ollama 还联合 NVIDI…
注：这款 3B 参数模型是其 7B 旗舰多模态模型的轻量版本，专为消费级硬件设计，覆盖文本、音频、图像和视频等多种输入功能。团队表示，尽管参数规模缩小，3B 版本在多模态性能上仍保持了 7B 模型…
4 月 25 日消息，在今日的百度 Create 开发者大会上，百度创始人李彦宏发布了文心大模型 4.5 Turbo，其相比文心4.5 速度更快、价格下降 80%，每百万 token 的输入价格仅…
其中提到，加强人工智能等前瞻布局、加快建设人工智能教育大模型、完善教育领域多模态语料库，构建高质量自主可控数据集。布局一批前瞻性研究课题，有序开展人工智能应用试点，探索“人工智能+ 教育”应用场景新范式，推…
团队对比了早期融合（early-fusion）和后期融合模型，发现从头训练时，两者性能相当，但早期融合模型在低计算预算下更高效且易于扩展。 结果表明，原生多模态模型的扩展规律与语言模型相似，但跨模态数据类型…
今天，我们在1小时内做了有关模型和应用的9大发布——发布了更强大、成本更低的文心大模型4.5 Turbo和X1 Turbo；发布了领先一代的高说服力数字人、功能强大的沧舟OS系统、代码智能体秒哒的新进展、多…
数据标注与标签化对商业应用场景的价值不可小窥，但在实操过程中，海量多模态数据为业界创造了诸多的困难和挑战，例如：数据复杂度高、人工成本高昂、传统NLP不精准、LLM高成本低稳定、对业务应用理解不足等痛点。 …
武汉大学特色化示范性软件学院副院长谢晓园以“AI as Code Partner”为主题,探讨了从需求精化到API适配的人机智能协作开发范式;同程旅行工程效能部架构师杨方伟从研率效率实践维度切入,详细阐释了在…
通过引入通用性更强的奖励模型 Skywork-VL Reward，以及高效稳定的样本利用机制 SSB，我们不仅进一步提升了R1V系列模型在复杂任务中的推理能力，同时也将开源模型跨模态推理泛化能力提升到了全新高…
4 月 10 日消息， “商汤日日新 SenseNova V6”多模态融合大模型于今日发布，具备最长 64K思维链、数理分析、多模态深度推理、全局记忆等能力，支持 10 分钟的视频推理及深度推理。…
Hunyuan Custom 在单主体生成模式下，用户只需上传一张目标人物或物体的图片，并提供一句文本描述，例如“他正在遛狗”，HunyuanCustom 就能识别出图片中的身份信息，并在完全不同的动作、服…
注意到，谷歌在本周一的博客文章中表示，AI 模式中的新图像分析功能由 Google Lens 的多模态能力提供支持。 此外，AI 模式还允许用户提出后续问题以缩小搜索范围，例如：“我在寻找一本快速阅…
这一操作系统旨在通过全模态内容输入输出和多智能体调用，突破传统AI工具的局限性，实现高效、灵活且低成本的内容生成与管理。沧舟OS通过整合多种AI能力和资源，实现全模态内容输入输出，加速AI技术的普及和应用。通…
多模态能力，是近年来常在AI相关稿件、报告中提到的专业词汇，尤其是在AI眼镜领域，不少专业人士将其视为“打破单一交互方式局限性”的重中之重。 简单来说，多模态能力是指通过融合视觉、听觉、语言、触觉等多种感官信…
IT之家注意到，谷歌在本周一的博客文章中表示，AI模式中的新图像分析功能由Google Lens的多模态能力提供支持。 此外，AI模式还允许用户提出后续问题以缩小搜索范围，例如：“我在寻找一本快速阅读的书，…
该系列包括Gemini 2.5 Pro和Gemini 2.5Flash两款模型，分别在多模态理解、推理能力、高效能与成本优化等方面展现了显著的优势和特性。 短短三个月内，谷歌发布了多个大型AI模型，此次发布…
借助 Google Lens 的多模态能力，AI 模式可以对图像进行深度分析，提供比传统搜索更详细的信息。 该技术使 AI 模式能够针对图像本身及其展示的物体提出多个问题，从而提供更精准的搜索结果。谷歌表示…
借用一位评审专家的说法：“许继智算”团队的技术创新能力、行业应用经验和工程化落地能力，有效解决了当前电力装备运维智能化方案方案中定制化程度高、深度认知能力不足等问题，提升了电力行业的智能化水平。 比这些案例…
升级的核心点是，在此前接入DeepSeek-R1的基础上，新版文小言进一步开放，将百度自研的文心X1、文心4.5等最新模型与DeepSeek-R1、可灵等第三方模型进行深度融合，并支持自动识别用户需求、自动选…
他判断称，多模态的“GPT-4时刻”还没有到来，“有的时候它的突破就在一瞬间…”姜大昕认为，在当前的竞争格局中，阶跃星辰的差异化特点就是多模态能力，多模态领域存在着非常巨大的机会。阶跃星辰在应用层面走了一条…
在大会上，李彦宏表示百度的各个业务线都在积极接入DeepSeek，并表示也都取得了不错的效果。 此外，李彦宏还表示，DeepSeek的幻觉率较高，更大的问题则是慢和贵，中国市场上绝大多数的大模型API调用价格…
在发布新一代多模态模型Ernie 4.5 Turbo和X1 Turbo时，李彦宏强调，百度最新研发的模型不仅具备文本处理能力，还能高效整合音频、图像和视频等多种数据形态。自今年1月DeepSeek凭借R1推…
李彦宏在2024年第四季度及全年财报电话会上说，从DeepSeek身上，学到了一件事，开源最佳模型能大大促进人们使用或采纳这个模型，“但我想强调的是，无论开源还是闭源，基础模型只有在大规模解决现实问题时，才具…
百度还展示了其多模态模型在多个场景下的应用，包括升级版的AI数字人平台，使商家能够创建类人虚拟形象，用于直播带货和产品推广。 尽管李彦宏指出了DeepSeek模型的局限，但自DeepSeek因其R1推理模型…
李彦宏在大会现场发布了文心大模型4.5 Turbo和文心大模型X1 Turbo，这两大模型具备多模态、强推理、低成本三大特性。 李彦宏还发布了百度全新推出的高说服力数字人，它具有声形超拟真、内容更专业、互动…
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