标签：多模态模型
推理延展到真实物理世界，英伟达Cosmos-Reason1：8B具身推理表现超过OpenAI ο1
在基于物理世界的真实场景中进行视觉问答时，现有的AI模型往往无法识别出参考选项中没有最佳答案的情况。例如，当问题要求预测车辆接下来的行动时，预设选项...
最大参数 300 亿！阶跃星辰与吉利联合开源两款多模态大模型
阶跃星辰与吉利汽车集团联合宣布，将Step系列多模态大模型向全球开发者开源。此次开源包含参数量达300亿的Step-Video-T2V视频生成模型，以及产品级开源语音交...
清华、中南开源3D交互实体AI Agent LEGENT
清华大学与中南大学联合研发的LEGENT模型，通过构建可视化3D交互实体AI代理系统，突破了传统AI Agent无实体交互的局限。该系统由场景、智能体与界面三大核心...
全球最大开源视频模型，现在也Created in China了，阶跃出品
阶跃星辰与吉利汽车集团联合开源两款多模态大模型——Step-Video-T2V和Step-Audio，引发行业关注。Step-Video-T2V是目前全球参数量最大的开源视频生成模型，采...
CLIP 后门样本检测：揭示网络数据集中的后门风险丨ICLR 2025
多模态模型的安全问题因后门投毒风险引发关注，尤其是CLIP模型在视觉-语言对齐任务中的广泛应用。研究表明，攻击者仅需对0.01%的训练数据投毒即可植入后门，...
推理和RL加速GPT-5.5到来？奥特曼公开GPT-4.5已就绪，年底发布全自主智能体
在东京大学举行的OpenAI高管对话中，Sam Altman与Kevin Weil透露了公司技术路线图的核心进展与未来规划。OpenAI内部已实现GPT-4.5模型，并确认通过推理模型与...
阿里挖来AI大牛许主洪，接下来目标明确：要靠多模态打通AI应用了
随着AI技术竞争加剧，消费市场成为科技公司争夺的核心战场。阿里巴巴近期通过引入顶尖人才和重组业务线，加速布局AI To C领域。人工智能科学家许主洪教授的加...
全球顶级AI科学家许主洪加盟阿里！IEEE Fellow，五万被引论文数，曾任Salesforce集团副总裁
许主洪的加入标志着阿里在AI To C业务上的重要布局。作为一名IEEE Fellow和新加坡管理大学终身教授，他凭借深厚的学术积累与产业实践经验，将推动阿里的多模...
原生融合多模态上的突破，让商汤大模型打破Scaling Laws撞墙「魔咒」
下一代AI发展遭遇瓶颈，大型语言模型竞赛中各实验室似乎同时撞墙。OpenAI的GPT-5模型发布多次延迟，至今仍未达到可发布水平。大型模型训练成本高昂，耗时数月...
卖身、豪赌Killer App的AI 厂商：被“吊”麻了，明年咋活？
自ChatGPT发布以来，AI行业的大模型领域经历了快速增长，但随着应用落地，市场对大模型的热情有所降温，资本也趋于理性。AI行业经历了剧烈洗牌，创企寻求收购...
