Qwen负责人转发2025宝藏论文，年底重读「视觉领域GPT时刻」
Qwen负责人转发2025宝藏论文，年底重读「视觉领域GPT时刻」2025最后几天，是时候来看点年度宝藏论文了。
来自主题: AI技术研报
5705 点击 2025-12-31 14:12
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
2025最后几天，是时候来看点年度宝藏论文了。
能翻译33语种+5方言，医学术语/粤语翻译实测“能打”。
作为大模型从业者或研究员的你，是否也曾为一个模型的 “长文本能力” 而兴奋，却在实际应用中发现它并没有想象中那么智能？
太香了太香了，妥妥完爆ChatGPT和Nano Banana！
热门LoRA首次内置，控光换镜头实测可用。
为什么大模型厂商给了 128K 的上下文窗口，却在计费上让长文本显著更贵？
抽奖式的生图体验，确实让很多设计师在尝鲜之后又默默打开了 Photoshop。于是乎，阿里千问团队再次出手，开源了一个叫 Qwen-Image-Layered 的模型，试图从底层逻辑上解决这个问题。
我真栓Q了！围观了场狼人杀，看得我汗流浃背……
AI不仅会做PPT，写代码，它还能理解更深层次的问题。在美国的一项偏重于文化领域的新基准测试中，中国开源模型Qwen3夺冠，DeepSeek的R1跻身前六，力压多家全球顶级的明星模型。
近日，来自 Meta、香港科技大学、索邦大学、纽约大学的一个联合团队基于 JEPA 打造了一个视觉-语言模型：VL-JEPA。据作者 Pascale Fung 介绍，VL-JEPA 是第一个基于联合嵌入预测架构，能够实时执行通用领域视觉-语言任务的非生成模型。