标签：多模态
支付宝被AI调用，一句话运营小红书！国内最大MCP社区来了，开发者狂欢
国内最大的MCP中文社区正式上线，标志着AI开发门槛的进一步降低。魔搭ModelScope推出的「MCP广场」汇集了近1500款MCP服务，覆盖搜索、地图、支付、开发者工具...
刚刚，OpenAI发布GPT-4.1，性能暴涨、100万上下文
OpenAI在凌晨1点发布了最新模型GPT-4.1，同时推出的还有GPT 4.1-Mini和GPT 4.1-Nano两款模型。这些模型在多模态处理、代码能力、指令遵循和成本方面实现了显...
永别了，GPT-4！
OpenAI宣布GPT-4将从ChatGPT中移除，并由GPT-4o完全取代，标志着这一曾经引领全球AI大模型发展的标志性模型正式退出历史舞台。GPT-4于2023年3月14日发布，作...
原生多模态大模型也能强化学习，思维链长达几万字，商汤日日新V6来了
商汤推出的「日日新 SenseNova V6」大模型在多模态推理与交互能力上展现了行业领先水平。该模型通过多模态长思维链训练、全局记忆、强化学习等技术突破，显著...
AI看柯南2分钟揪真凶，商汤600B多模态MoE推理封神！交互记忆全线升级
商汤科技最新发布的第六代大模型SenseNova V6，标志着多模态大模型技术的重大突破。该模型不仅在文本、图像和视频的原生融合上实现了全面升级，还展现了强大...
阿里开源R1-Omni，多模态情感识别
阿里巴巴通义实验室的研究人员开源了多模态情感识别模型R1-Omni，该模型首次将强化学习与可验证奖励（RLVR）应用于多模态大模型，显著提升了情感识别任务中的...
四个维度深入剖析「 Test-Time Scaling 」！首篇系统综述，拆解推理阶段扩展的原理与实战
随着大模型训练成本的急剧攀升和优质数据的逐渐枯竭，推理阶段扩展（Test-Time Scaling, TTS）技术迅速成为后预训练时代的关键突破口。与传统的“堆数据、堆参...
CLIP被淘汰了？LeCun谢赛宁新作，多模态训练无需语言监督更强！
视觉自监督学习（SSL）在多模态任务中的潜力得到了验证，研究表明，通过扩展模型和数据规模，SSL能够媲美甚至超越语言监督方法（如CLIP）。这项研究由杨立昆...
1000万上下文！新开源多模态大模型，单个GPU就能运行
今年2月初，谷歌发布的Gemini 2.0 Pro支持200万上下文，震惊了整个大模型领域。然而，仅过了2个月，Meta最新开源的Llama 4 Scout就将上下文扩展至1000万，整...
1000万上下文+2880亿参数的Llama4，却让DeepSeek们松了一口气
Meta于4月5日发布了Llama4系列开源模型，包括Llama 4 Scout、Llama 4 Maverick和Llama 4 Behemoth。这三种模型分别针对不同的使用需求，展示了Meta在人工智能...
