多模态长文本理解测评首发：46款模型无一攻克128K难关
多模态长文本理解测评首发：46款模型无一攻克128K难关来自香港科技大学、腾讯西雅图AI Lab、爱丁堡大学、Miniml.AI、英伟达的研究者联合提出了MMLongBench，旨在全面评估多模态模型的长文本理解能力。
来自主题: AI技术研报
6878 点击 2025-05-23 14:52
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
来自香港科技大学、腾讯西雅图AI Lab、爱丁堡大学、Miniml.AI、英伟达的研究者联合提出了MMLongBench，旨在全面评估多模态模型的长文本理解能力。
极客在创业，小白在买课，画师在失业，但一个尴尬的现实却是：AI 落地热火朝天，但剧情走的不是降临路线，而是掷骰子。极客在创业，小白在买课，画师在失业，但一个尴尬的现实却是：AI 落地热火朝天，但剧情走的不是降临路线，而是掷骰子。
不久前，麦炽科技与广大大在北京举办了一场“AI潮涌·文化共生”的行业论坛。Meta 大中华区行业副总经理 David Chen 陈晶在台上做了一场主题为《AI APP出海：产品、流量、合规三大决胜之道》的演讲。陈晶提到了很多Meta的数据，以及各种投放优势。比如，Meta平均每日活跃用户数为34.3亿，是目前全世界日活最高的平台。
自去年11月底，360刚刚推出纳米AI搜索的时候，AI真探社就曾发过一篇文章跟进报道。当时国内的AI搜索赛道还是一片蓝海，除了百度作为ALL IN AI时代的代表以外，也就天工搜索和秘塔AI搜索还在这个赛道里面，所以我们当时和主流观点一样，认为360这个老牌搜索大厂的入局或能起到一个鲶鱼效应，甚至有再现曾经百度搜索对打360搜索的名场面的可能性：
Manus在agent领域可谓「炙手可热」，但受限于网络以及少得可怜的积分，很多人还是无法用得上。AI Agent的处理逻辑：无非就是用AI根据用户需求，规划好要做的事后，不断的调用不同的工具来实现。
来自香港中文大学（深圳）等单位的学者们提出了一种名为 DriveGEN 的无训练自动驾驶图像可控生成方法。该方法无需额外训练生成模型，即可实现训练图像数据的可控扩充，从而以较低的计算资源成本提升三维检测模型的鲁棒性。
AI Coding 目前是第二大 AI 市场，仅次于 Chatbot，甚至有可能成为最大的单一市场。这是 a16z 的播客中，三位投资合伙人 Matt Bornstein、Yoko Li 和 Guido Appenzeller 的观点。
Anthropic，今晚扔出了真正的核武器——全球最强编程模型Claude 4！能连续编码7小时不断的Opus 4，再一次让大模型能力实现了重大飞跃。网友实测后惊呼：不可能，从未见过一个AI做到这样的事！
AI替咱打工搞翻译，到底谁家最好用？
对于百度而言，既要保持长期主义的战略定力，也要在技术路径上灵活应变，这种「变与不变」的平衡或许正是其在这轮科技革命中的制胜之道。
多智能体系统成功锁定
AI突破跨物种交流：谷歌译海豚，Traini解犬语，探索非人类语言边界。
这次，引领者又是中国公司！在5月中旬拿到GAIA榜首的这个AI版office，直接结合了Deep Research和通用Agent两大神器的优点，从此office三件套彻底进入第四代。
在机器人操作中，物体运动往往涉及摩擦、碰撞等复杂物理机制。准确的物理属性描述可以实现对物体运动结果更准确的预测，并提升机器人在操作技能学习中的表现。
AI圈子好热闹。今天凌晨，Claude终于迎来了它的重大版本升级—— Claude 4来了！
我在过去，写过N次飞书了。
在谷歌I/O大会后，创始人谢尔盖·布林惊喜现身，与Hassabis深入探讨AI的推理能力、规模与算法、测试时计算及多模态智能体的应用前景。布林强调AI时代是计算科学家不应退休的黄金期，AI影响将远超互联网与手机。
OpenAI 的 GPT-4o 在图像理解、生成和编辑任务上展现了顶级性能。流行的架构猜想是：
人工智能正以前所未有的速度改变世界，但其背后的核心机制，远不止于复杂的算法和算力堆叠。本文从神经科学先驱约翰·霍普菲尔德（John Hopfield）的研究出发，追溯深度学习的发展脉络，揭示一个令人意想不到的事实：许多现代AI模型的理论基础，源自上世纪物理学家研究磁性材料时提出的“自旋玻璃”模型。
OpenAI、苹果押注AI coding后，创业公司还有机会吗？
要不了多久，“禁止学生用AI”就会成为一件很可笑的事情。
继“结构式”“压缩式”“共振式”之后，一直在想第四种与 AI 交流的路，可能会是什么？
OpenAI至少已经是第二次与苹果旧将合作了。上次是Humane的AI Pin，以惨败收场；这次是io，已经有了原型，目标出货1亿台。
不用太为 AI 的发展感到焦虑。现阶段，AI 还远远没有到能承载日常大多数工作的程度。而一旦它发展到足够成熟了，那么自然会有很多人站出来，帮我们去对它进行“产品化”—— 我们只要用好这些产品就可以了。
在今年 2 月的 DeepSeek 开源周中，大模型推理过程中并行策略和通信效率的深度优化成为重点之一。在今年 2 月的 DeepSeek 开源周中，大模型推理过程中并行策略和通信效率的深度优化成为重点之一。
就在刚刚，Anthropic正式发布Claude 4系列模型：Claude Opus 4和Claude Sonnet 4。没喊口号，没搞长篇论文，这次Claude升级的关键词只有一个：干活。据Anthropic宣称，Opus 4是目前全球最强的编程模型，能够稳定胜任复杂且持续时间长的任务和Agent工作流。而Sonnet 4则着重强化了编程和推理能力，能更精准地响应用户的指令。
微软扔出了一个重磅炸弹：VS Code 将开源 GitHub Copilot Chat 扩展，并采用最宽松的 MIT 协议。微软扔出了一个重磅炸弹：VS Code 将开源 GitHub Copilot Chat 扩展，并采用最宽松的 MIT 协议。
普林斯顿大学与字节 Seed、北大、清华等研究团队合作提出了 MMaDA（Multimodal Large Diffusion Language Models），作为首个系统性探索扩散架构的多模态基础模型，MMaDA 通过三项核心技术突破，成功实现了文本推理、多模态理解与图像生成的统一建模。
苹果元老级人物、前首席设计官初创公司，OpenAI斥巨资收入囊中！
辅助消化道早癌和癌前病变的识别、诊断。
