字节最强多模态模型登陆火山引擎！Seed1.5-VL靠20B激活参数狂揽38项SOTA
字节最强多模态模型登陆火山引擎！Seed1.5-VL靠20B激活参数狂揽38项SOTA字节拿出了国际顶尖水平的视觉–语言多模态大模型。
来自主题: AI资讯
10133 点击 2025-05-14 16:23
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
字节拿出了国际顶尖水平的视觉–语言多模态大模型。
你好吖，我是布瓜~一个普通的二胎宝妈，也是一个AI变现探索者。
刚刚，鹅厂开源“自定义”视频生成模型HunyuanCustom。
在短视频成为亿万用户日常生活标配的当下，它不仅是一种娱乐方式，更是人们获取信息、表达观点、构建社交的主要媒介。
AI视频的DeepSeek时刻什么时候来？没想到吧，这就来了。
Hi，我想先请你只看下面这张照片，推测它的拍摄城市：
通过蒙特卡洛树搜索筛选高难度样本，ThinkLite-VL仅用少量数据就能显著提升视觉语言模型的推理能力，无需知识蒸馏，为高效训练提供了新思路。
这里介绍一下Vidu，Vidu是由生数科技联合清华大学正式发布的中国首个长时长、高一致性、高动态性视频大模型。Vidu在语义理解、推理速度、动态幅度等方面具备领先优势，并上线了全球首个“多主体参考”功能，突破视频模型一致性生成难题，开启了视觉上下文时代。最近上线了 Vidu Q1 的高质量视频大模型，不仅视频效果质感更高，而且性价比很不错。
Magi-1，开源于北京，五道口
人与AI不是对手，是“战友”。