全球首个可大规模落地的开源原生多模态架构（Native VLM），名曰NEO。要知道，此前主流的多模态大模型，例如我们熟悉的GPT-4V、Claude 3.5等，它们的底层逻辑本质上其实玩的就是拼接。
当机器人也开始找人代班，当一个人类操作一个机器人「入侵」你的生活，你会允许吗？
当下主流的视觉语言模型（Vision-Language Models, VLM），通常都采用这样一种设计思路：将预训练的视觉编码器与大语言模型通过投影层拼接起来。这种模块化架构成就了当前 VLM 的辉煌，但也带来了一系列新的问题——多阶段训练复杂、组件间语义对齐成本高，不同模块的扩展规律难以协调。
全球首款开卖的家务人形机器人来了！
这些刷屏的AI图片，你刷到了没？就是那种——和自己专属emoji合影的黏土风照片，画风长这样：本来以为是NanoBanana整的新玩法，结果点开评论区一看：嗐，原来是美图自家的AI Agent——叫RoboNeo～
RoboNeo 拿下百万 MAU 后，美图财报依旧强势。7 月中旬，美图上线了面向影像领域的 AI Agent RoboNeo，并靠“emoji 小人”的社媒风潮获取了第一批用户，上线一个月左右的时间，已拿下 100W 左右的 MAU。美图又以极快的速度，推火了一款新产品。在 AI 时代，聚焦影像的美图，有点乘风起的意味，如其昨天发布的半年报。
今天玩点轻松的。是 RoboNeo 的一些用法和提示词分享。其实这个7月初就出了，之前一直没写是因为我起初确实不信任他们，之前我早早体验了美图的那个 Whee 觉得挺失望，感觉浪费了我的订阅费。所以看到了 RoboNeo 宣传视频也无动于衷。
最近，AI圈又悄悄扔下了一枚“重磅炸弹”——美图公司，这个我们熟悉的影像巨头，终于祭出了它在AIGC领域的大杀器：美图RoboNeo。
前几日，号称“AIGC第一股”的美图悄悄上线了一个新的AI Agent——RoboNeo，并且这款产品在昨天（7月22日）“悄悄”登上了国区App Store图形与设计免费榜一的宝座。
给AI一场压力测试，结果性能暴跌近30%。 来自上海人工智能实验室、清华大学和中国人民大学的研究团队设计了一个全新的“压力测试”框架——REST (Reasoning Evaluation through Simultaneous Testing)。
