AI资讯新闻榜单内容搜索-多模态

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
搜索: 多模态
TML开源新模型,循环Transformer架构,笔记本就能跑

TML开源新模型,循环Transformer架构,笔记本就能跑

TML开源新模型,循环Transformer架构,笔记本就能跑

Thinking Machines Lab(TML)开源多模态模型 Inkling 2 Mini 权重,其采用循环 Transformer 与混合专家架构,总参数 26B、上下文窗口达 100 万 token,并可在笔记本本地运行。

来自主题: AI资讯
10126 点击    2026-11-22 11:17
NeurIPS 2026 Spotlight | 西工大提出ROSE:多模态终身知识编辑新范式

NeurIPS 2026 Spotlight | 西工大提出ROSE:多模态终身知识编辑新范式

NeurIPS 2026 Spotlight | 西工大提出ROSE:多模态终身知识编辑新范式

西北工业大学宋凌云、尚学群教授团队提出多模态终身知识编辑框架ROSE,以风险感知正交编辑和多粒度知识整合减少连续更新中的知识遗忘与能力退化,论文入选NeurIPS 2026 Spotlight。

来自主题: AI技术研报
9779 点击    2026-11-21 15:28
上海AI Lab开源Sage S2.1 Flash技术报告:四项智能体基准SOTA,科学多模态感知如何融入通用智能体?

上海AI Lab开源Sage S2.1 Flash技术报告:四项智能体基准SOTA,科学多模态感知如何融入通用智能体?

上海AI Lab开源Sage S2.1 Flash技术报告:四项智能体基准SOTA,科学多模态感知如何融入通用智能体?

上海人工智能实验室联合多家科研机构与高校发布Sage S2.1 Flash技术报告,披露320B混合专家模型的科学多模态感知与智能体后训练流程,并在四项基准评测中取得第一。

来自主题: AI技术研报
8221 点击    2026-11-20 15:11
这个访谈,回答了语言和多模态路线之争

这个访谈,回答了语言和多模态路线之争

这个访谈,回答了语言和多模态路线之争

大家都在迷雾中寻找下一代 AI 的方向。

来自主题: AI资讯
6199 点击    2026-11-20 10:22
港中深联合微软研究院提出多模态统一建模新架构ConvexLLM,让声音接上大模型已经学会的知识与推理

港中深联合微软研究院提出多模态统一建模新架构ConvexLLM,让声音接上大模型已经学会的知识与推理

港中深联合微软研究院提出多模态统一建模新架构ConvexLLM,让声音接上大模型已经学会的知识与推理

此次提出的 ConvexLLM,通过创新的 C-Gate 架构,将语音信息映射至大语言模型原有文本词向量的凸包中,使模型能够充分发挥已有的知识储备与推理能力。在 VoiceBench 等多项基准测试中,ConvexLLM 取得了同量级开源模型中的领先表现,为语音与语言的统一建模提供了新的技术路径。

来自主题: AI技术研报
7719 点击    2026-11-19 08:36
GPT控制机械臂太危险!把菜刀悬在人手上,手机丢进水里

GPT控制机械臂太危险!把菜刀悬在人手上,手机丢进水里

GPT控制机械臂太危险!把菜刀悬在人手上,手机丢进水里

近年来,多模态基础模型凭借规模化带来的泛化能力,越来越多地被用作机器人的「大脑」,负责任务规划和动作决策。

来自主题: AI技术研报
8811 点击    2026-11-17 15:30
让AI成为自主进化的科学家!书生-S2.1 Flash登顶机器学习工程基准

让AI成为自主进化的科学家!书生-S2.1 Flash登顶机器学习工程基准

让AI成为自主进化的科学家!书生-S2.1 Flash登顶机器学习工程基准

让 AI 成为 AI 研发的助手,书生-S2.1 Flash 正在展现 AI4AI 的潜力。近日,这款科学多模态大模型正式发布并开源,在机器学习工程基准中取得 90.3 分,展现出 AI 参与机器学习研发任务的能力。

来自主题: AI技术研报
5857 点击    2026-11-17 10:27
Weitu AI打造能记忆会思考的流式多模态大脑

Weitu AI打造能记忆会思考的流式多模态大脑

Weitu AI打造能记忆会思考的流式多模态大脑

戴着 AI 眼镜出门前,问 AI 一句 “刚才把钥匙放在哪里了”;一场会议结束后,让 AI 助手回顾 “白板上的方案和最开始相比改了哪些地方”;戴着可穿戴摄像头设备的维修师傅正在进行检修的时候,被视频大脑提醒到 “刚才关闭阀门的动作没有完成,请重新检测一遍”。

来自主题: AI资讯
8832 点击    2026-11-16 15:45
VLM记忆机制最新综述,从When, Where, What, How四个维度看懂记忆

VLM记忆机制最新综述,从When, Where, What, How四个维度看懂记忆

VLM记忆机制最新综述,从When, Where, What, How四个维度看懂记忆

来自 Duke、Google、USC、UPenn、UNC 等八家机构的研究者联合发布最新视觉语言模型(VLM)记忆机制的系统性综述。基于全新的 4D 分类框架,系统梳理了 300 余篇相关工作和近 70 个评测基准,覆盖长视频理解与生成、多模态 RAG、具身导航与行动、个性化助手等八个热点应用场景。

来自主题: AI技术研报
9968 点击    2026-11-16 15:13