搜索
由格灵深瞳灵感实验室主导研发的 LLaVA-OneVision-2.0，是一款面向下一代感知智能的视觉语言大模型。团队充分利用视频 Codec 流和自研 OneVision-Encoder，实现跨帧、跨事件的增量观测和连续证据流建模。本文将详细介绍模型架构、训练方法与能力验证，展示该技术在视频理解、空间推理和目标追踪等任务中的应用潜力。
过去三年来，所有人都在卷模型，参数更大、推理更深、上下文更长。但当Claude Code把Anthropic推到杀手级应用的位置、当OpenAI的Codex已经能替你写完一整本游记，问题终于绕了回来： 这些越来越像「人」的模型，到底要装进什么样的载体里，才算真正走进生活？
昨夜，OpenAI直播发布AI编程智能体Codex三项更新，分别是智能体插件、定点修改以及文档一键生成交互式站点。OpenAI还透露Codex的每周活跃用户已经达到500万，较今年年初增长8倍。
这两天干了一个我觉得还挺有意思的事，虽然很小，但是我也想写下来，因为感觉它可以非常非常直观的让大家感受到。
前两天我在做一个产品定价方案，问 Claude Code 有什么思路。
昨儿发了 Coze 3.0 的介绍说明，很多小伙伴看起来都没仔细看。
前沿的 Coding 能力、1M 的上下文窗口，还有原生的多模态
大家好，我是苍何。 今天，我们正式推出 CodexGuide。
Codex ，现在就是 OpenAI 最好用的产品，没有之一。APPSO 最近也出过好几期关于 Codex 的指南，每次留言区总有一批用户却对 Codex 十分不满，那就是 Windows 用户。
4月，OpenAI Codex正式把计费口径从按消息估算转向按token用量；Anthropic侧的企业续约和新版模型tokenizer（分词器），也让 Claude Code的实际账单压力集中显现。明升与暗涨，两家各有各的玩法。