今天我们正式发布 Jina-VLM，这是一款 2.4B 参数量的视觉语言模型（VLM），在同等规模下达到了多语言视觉问答（Multilingual VQA）任务上的 SOTA 基准。Jina-VLM 对硬件需求较低，可在普通消费级显卡或 Macbook 上流畅运行。
翻车是真的，希望也是真的。
参与到成千上万个优秀游戏的创作中去。
Canvas-to-Image 是一个面向组合式图像创作的全新框架。它取消了传统「分散控制」的流程，将身份参考图、空间布局、姿态线稿等不同类型的控制信息全部整合在同一个画布中。用户在画布上放置或绘制的内容，会被模型直接解释为生成指令，简化了图像生成过程中的控制流程。
引言：全网热议背后的本体论修正
随着多模态大模型（MLLMs）在各类视觉语言任务中展现出强大的理解与交互能力，如何高效地处理原生高分辨率图像以捕捉精细的视觉信息，已成为提升模型性能的关键方向。
“谷歌刚把免费版 Gemini API 的每日请求次数从 250 降到了 20，我的 n8n 自动化脚本现在基本都用不了了。这对任何开发小型项目的人来说都是个打击。”网友 Nilvarcus 表示。近日，有网友曝出 Google 收紧了 Gemini API 免费层级的限制：Pro 系列已经取消，Flash 系列每天仅 20 次。这对开发者来说远远不够用。
该公司年度经常性收入不到1000万美元。据TechCrunch援引知情人士报道，美国AI合成研究创企Aaru已完成由红点创投领投的A轮融资，公司名义估值（公司对外公布用于宣传的估值）达到10亿美元（约合人民币70.7亿元）。
12月8日，Airwallex空中云汇继今年5月后再次宣布获得新一轮3.3亿美元G轮融资，投后估值达 80 亿美元，较六个月前 F 轮融资时上涨近 30%。本次融资由Addition领投，T. Rowe Price、Activant、Lingotto、Robinhood Ventures和 TIAA Ventures等全球顶级资本参与投资。
今年，全球科技圈都在热议一个词：Agent（智能体）。
