标签：多模态
LIama 4发布重夺开源第一！DeepSeek同等代码能力但参数减一半，一张H100就能跑，还有两万亿参数超大杯
在训练细节方面，Meta采用了全新的训练技术MetaP，通过设置关键模型超参数，实现了在不同批量大小、模型宽度和深度之间的良好扩展和泛化。Llama 4系列在200种...
Meta推出Llama 4：MoE构架、原生多模态、10M上下文，没有发布推理模型
Meta 创始人兼首席执行官马克·扎克伯格宣布推出全新 Llama 4 系列模型，包括两款即时可用的模型——Llama 4 Maverick 和 Llama 4 Scout，以及一款仍在训练中的...
10倍吞吐提升无损性能：多模态适用的KV cache量化策略来了，即插即用无需改原模型
多模态大语言模型在实际应用中展现出卓越性能，但其计算开销和显存占用问题仍然是关键瓶颈。KV cache机制通过显存换取计算效率，但随着输入数据规模的增大，...
GPT-4.5创造力比GPT-4o弱！浙大上海AI Lab发布新基准，寻找多模态创造力天花板
近来，GPT-4.5在创意写作、教育咨询、设计提案等任务中展现出惊人的连贯性与创造力，引发了关于多模态大模型（MLLMs）创造力天花板的讨论。现有的评测基准难...
第一个免费可用的智能Agent产品全量上线，中国公司智谱打造，推理模型比肩R1
国产AI领域迎来了一款名为「AutoGLM 沉思」的自主智能体产品，由中国公司智谱推出。这款产品不仅具备深度研究能力，还能动手操作，标志着AI技术从单纯的语言...
业界突破多模态泛化推理能力，OPPO研究院&港科广提出OThink-MR1技术
OPPO研究院与香港科技大学（广州）的研究人员提出了一项名为OThink-MR1的新技术，旨在通过动态强化学习提升多模态大模型的泛化推理能力。多模态大模型虽然能...
三星国行 Bixby 更新“语聊视界”，我们的生活离《Her》更近了一步？
三星 Galaxy S25 系列国行版本的 Bixby 语音助手于 3 月 26 日正式推出了“语聊视界”功能，这一功能基于多模态大模型，旨在提供超拟人的实时语音和视频聊天体...
7B模型搞定AI视频通话，阿里最新开源炸场，看听说写全模态打通，开发者企业免费商用
阿里发布了首个端到端全模态大模型——通义千问Qwen2.5-Omni-7B，该模型能够处理文本、音频、图像和视频等多种模态，并实时生成文本和自然语音。Qwen2.5-Omni-7...
谷歌终于登顶一次了！最强推理模型Gemini 2.5 Pro实测体验，真的有点东西
谷歌最新发布的AI模型Gemini 2.5 Pro被其CEO称为“谷歌有史以来最智能的AI模型”。该模型在多个基准测试中表现出色，尤其是在推理能力、科学和数学能力方面。在...
Uni-3DAR用自回归统一微观与宏观的3D世界，性能超扩散模型256%，推理快21.8倍
创建和理解3D结构在科学研究中具有重要意义，它不仅承载了丰富的物理与化学信息，还为解构复杂系统、进行模拟预测和跨学科创新提供了重要工具。随着AI技术的...
