9B“小”模型干了票“大”的：性能超8倍参数模型，拿下23项SOTA | 智谱开源
9B“小”模型干了票“大”的：性能超8倍参数模型，拿下23项SOTA | 智谱开源如果一个视觉语言模型（VLM）只会“看”，那真的是已经不够看的了。
来自主题: AI技术研报
9771 点击 2025-07-02 15:56
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
如果一个视觉语言模型（VLM）只会“看”，那真的是已经不够看的了。
清华大学朱军教授团队与 NVIDIA Deep Imagination 研究组联合提出一种全新的视觉生成模型优化范式 —— 直接判别优化（DDO）。
国际机票预订决策复杂，涉及地点进出、时间浮动与购买时机等多变量博弈，远超普通消费者能力。AI可通过模拟专家决策流程（包括需求澄清、动态数据检索、透明推荐、智能购票时机建议）赋能用户，但需跨越策略进化与数据成本门槛。OTA因其C端入口、计算能力和数据成本优势最有望主导AI应用落地，重塑行业生态。
时序数据分析在工业监控、医疗诊断等领域至关重要。比如航空发动机监控这个复杂工业场景中，工程师需分析海量多通道传感器数据，以判断设备状态并制定维护决策。
Agentless+开源模型，也能高质量完成仓库级代码修复任务，效果媲美业界 SOTA 。
在近日举办的2025年新领军者年会上，中国生物制药首席执行长谢承润接受媒体采访，并发表了AI在药物研发中应用的相关看法。
这款 Agent 擅长多轮搜索和推理，平均每项任务执行 23 个推理步骤，访问超过 200 个网址。它是基于 Kimi k 系列模型的内部版本构建，并完全通过端到端智能体强化学习进行训练，也是国内少有的基于自研模型打造的 Agent。
“边看边画，边画边想”，让大模型掌握空间思考能力，结果直接实现空间推理任务新SOTA。
在信息爆炸的时代，推荐系统已成为我们获取资讯、商品和服务的核心入口。无论是电商平台的 “猜你喜欢”，还是内容应用的信息流，背后都离不开推荐算法的默默耕耘
生成图像这件事，会推理的AI才是好AI。 举个例子，以往要是给AI一句这样的Prompt： （3+6）条命的动物。 我们人类肯定一眼就知道是猫咪，但AI的思考过程却是这样的：