标签：多模态
仅1/70的数据量，多模态检索效果却更优! 智源发布BGE-VL，合成数据立大功
智源研究院联合多所高校开发了多模态向量模型BGE-VL，进一步扩充了BGE系列模型的生态体系。BGE-VL在图文检索、组合图像检索等主要多模态检索任务中均取得了最...
智源BGE-VL拍照提问即可精准搜，1/70数据击穿多模态检索天花板！
智源研究院联合多所高校发布了多模态向量模型BGE-VL，该模型通过独创的MegaPairs合成数据技术，在图文检索、组合图像检索等任务中取得了显著成果。BGE-VL的发...
全球首次！2B复现DeepSeek-R1「啊哈时刻」，UCLA等用纯RL实现多模态推理
由UCLA等机构组成的研究团队在全球首次实现了在20亿参数的非监督微调模型上进行多模态推理的突破，这一成果被称为DeepSeek-R1的「啊哈时刻」。研究团队在未经...
微软首个多模态Phi-4问世，56亿参数秒杀GPT-4o！LoRA华人大佬带队
微软发布Phi-4系列两款新型模型——Phi-4-multimodal和Phi-4-mini，标志着小型语言模型（SLM）领域的重大突破。Phi-4-multimodal作为微软首个多模态模型，集成...
微软Phi-4家族新增两位成员，5.6B多模态单任务超GPT-4o，3.8B小模型媲美千问7B
微软于2024年底推出的Phi-4模型家族新增Phi-4-multimodal和Phi-4-mini两个成员，标志着小型语言模型在性能与效率上的重大突破。140亿参数的Phi-4使用40%合成...
苹果开源通用视觉模型：创新训练方法，超1000颗星
苹果公司的研究团队最近发布了一款名为AIMv2的通用多模态视觉模型，该模型具有300M、600M、1.2B和2.7B四种参数规模，并且整体能耗低，使其能够适应手机、PC等...
“大模型六虎”阶跃星辰3月将开源图生视频模型｜钛媒体AGI
在首届Step UP生态开放日上，阶跃星辰公布了多项技术进展与战略规划。创始人姜大昕强调，公司正通过多模态与推理能力双轮驱动，推进AGI技术路线。今年3月将开...
放大招！文心一言「全面免费」，同时开启「深度搜索」，抢鲜实测！
2025年初，大模型领域的竞争进入新阶段，百度文心大模型宣布将于4月1日起全面免费开放，用户可体验最新模型及超长文档处理、专业检索增强等多项功能。此举与O...
文心一言全面免费了，深度搜索功能同时上线，第一手实测在此
百度宣布自4月1日起全面免费开放文心一言模型，覆盖PC端和APP端用户，同步推出深度搜索功能。该功能通过推理模型与搜索技术结合，支持复杂问题的专业级解答，...
Sam Altman炸场东京，亲曝GPT-5研发路线图，多模态能力颠覆传统
OpenAI联合创始人兼首席执行官Sam Altman在东京大学的活动中分享了关于GPT模型的未来发展计划。GPT-5将是一个超级混合模型，整合GPT和o系列模型，支持视频、...
