AI资讯新闻榜单内容搜索-grounding

关键词: Ai新闻,GLM-4.5V,多模态模型,开源多模态

智谱基于GLM-4.5打造的开源多模态视觉推理模型GLM-4.5V，在42个公开榜单中41项夺得SOTA！其功能涵盖图像、视频、文档理解、Grounding、地图定位、空间关系推理、UI转Code等。

关键词: AI,模型训练,GUI,GUI Grounding

本文第一作者唐飞，浙江大学硕士生，研究方向是 GUI Agent、多模态推理等。

关键词: AI,模型训练,MGPO,人工智能

本文的主要作者来自复旦大学和南洋理工大学 S-Lab，研究方向聚焦于视觉推理与强化学习优化。

关键词: AI 3D,Qwen,SeeGround,模型训练

3D 视觉定位（3D Visual Grounding, 3DVG）是智能体理解和交互三维世界的重要任务，旨在让 AI 根据自然语言描述在 3D 场景中找到指定物体。

关键词: AI,DeepMind,模型训练,幻觉,人工智能

谷歌推出的FACTS Grounding基准测试，能评估AI模型在特定上下文中生成准确文本的能力，有助于提升模型的可靠性；通过去除不满足用户需求的回复，确保了评分的准确性和模型排名的公正性。

关键词: SOTA,沈向洋,视觉识别,AI,AI视觉

目标检测领域，迎来了新进展—— Grounding DINO 1.5，IDEA研究院团队出品，在端侧就可实现实时识别。

关键词: 多模态大模型,LLM,grounding,LEGO

字节&复旦大学多模态理解大模型来了：可以精确定位到视频中特定事件的发生时间。