搜索
大语言模型 (LLM) 经历了重大的演变，最近，我们也目睹了多模态大语言模型 (MLLM) 的蓬勃发展，它们表现出令人惊讶的多模态能力。 特别是，GPT-4o 的出现显著推动了 MLLM 领域的发展。然而，与这些模型相对应的开源模型却明显不足。开源社区迫切需要进一步促进该领域的发展，这一点怎么强调也不为过。
在 GPT-4o 进 iPhone 之前，谷歌 Gemini 抢先了一步完成了手机版的落地。 周三凌晨，在人们期待 OpenAI 「草莓大模型」的时候，谷歌在 Made by Google 活动上正式发布了 Gemini Live，以及一系列 Pixel 硬件产品。
AI编码的桂冠又易主了，Genie超越Devin，成为了地表最强的「AI软件工程师」，Genie不是一个编程助手，而是一个能够自主思考的「同事」，与你并肩作战。
ChatGPT有新模型了！
【新智元导读】五颗草莓到底指什么？盼了一天一夜，OpenAI只发来一份32页安全报告。报告揭露：在少数情况下，GPT-4o会模仿你的声音说话，或者忽然大叫起来……事情变得有趣了。
最强数学大模型，现在易主！
应广大用户需求，OpenAI终于发布重量级新功能。
GPT-4o新版本突然上线，更强更便宜。
终于，国产大模型能在综合能力上也能与GPT-4o一决雌雄了。
图文并茂的PDF长文档在日常生活中无处不在。过去人们通常使用OCR，layout detection等方法对PDF长文档进行解析。但随着多模态大模型的发展，PDF长文档的端到端阅读理解成为了可能。