标签：多模态模型
微软宣布GPT-4o模型，可在 Azure OpenAI上使用
模型发布与应用平台：微软在官网宣布，OpenAI的多模态模型GPT-4o已在Azure OpenAI云服务中可用。GPT-4o能够进行跨文本、视频、音频的多模态推理，例如，可以...
OpenAI重磅更新定档下周一，奥特曼暗示会有「魔法」！
OpenAI即将在下周一（13日）上午10点（太平洋时间）进行线上直播，届时将展示全新的ChatGPT demo演示和GPT-4升级更新。尽管之前有关于GPT-5和搜索引擎的传闻...
超级智能体生命力觉醒！可自我更新的AI来了，妈妈再也不用担心数据瓶颈难题
本文介绍了由智子引擎团队研发的多模态大模型Awaker 1.0，该模型在多模态任务中表现出色，特别是在数据生成和模型自主更新方面具有创新性。以下是对文章内容...
对话联想创投宋春雨：相信万亿参数、多模态是通往 AGI 的最佳路径
AI投资与技术创新访谈本文是一篇关于人工智能（AI）领域投资和技术创新的深度访谈，主要访谈对象是联想创投的合伙人宋春雨。宋春雨是一位专注于AI领域的投资...
马斯克新作！Grok-1.5V多模态模型震撼发布：数字与物理世界完美融合
模型Grok-1.5V的概述与特点马斯克的xAI团队推出了新的多模态模型Grok-1.5V，这是一个具有划时代意义的AI模型，它不仅在多项基准测试中超越了GPT-4V，还展示了...
马斯克的首款多模态大模型来了，GPT-4V又被超越了一次
自2023年11月首次亮相以来，马斯克的公司在大模型领域不断取得进步，推出了，这是一个多模态模型，能够理解文本并处理文档、图表、截图和照片中的内容。Grok-...
揭秘AI幻觉：GPT-4V存在视觉编码漏洞，清华联合NUS提出LLaVA-UHD
GPT-4V的推出标志着多模态大模型研究的新篇章，它在多模态问答、推理和交互等领域展现了卓越的能力。然而，一些研究揭示了GPT-4V在基本能力上的不足，尤其是...
中科大等意外发现：大模型不看图也能正确回答视觉问题！
近期，中科大、香港中文大学和上海AI Lab的研究团队发现了一个有趣的现象：即使没有查看图片，一些大型语言模型和多模态模型也能在多模态基准测试MMMU中取得...
谷歌推出多模态视频模型，自动生成丰富动作视频
文章摘要 【关 键 词】 AIGC、多模态模型、VLOGGER、视频生成、技术创新 随着数字化经济的蓬勃发展，虚拟数字人的需求在各行业中日益增长。为了...
苹果大模型MM1杀入场：300亿参数、多模态、MoE架构，超半数作者是华人
苹果公司近期在生成式人工智能（GenAI）领域取得了显著进展，特别是在多模态大型语言模型（MLLM）的研究上。苹果CEO蒂姆·库克在2024年苹果股东大会上表示，公...
