AI资讯新闻榜单内容搜索-多模态

关键词: 多模态,多模态大模型,GPT-4v,AI打扑克

只用强化学习来微调，无需人类反馈，就能让多模态大模型学会做决策！

关键词: 多模态,大模型,多模态大模型,AI驾驶

多模态，已经成为大模型最重要的发展方向之一。

关键词: 多模态,模型训练,DeepMind,Zipper

最近的一系列研究表明，纯解码器生成模型可以通过训练利用下一个 token 预测生成有用的表征，从而成功地生成多种模态（如音频、图像或状态 - 动作序列）的新序列，从文本、蛋白质、音频到图像，甚至是状态序列。

关键词: Fox,多模态大模型,AI论文,AI学术研究,旷视团队

虽然多模态大模型都能挑西瓜了，但理解复杂文档方面还是差点意思。

关键词: 多模态大模型,大模型,Aya23,AI,LLM

Aya23在模型性能和语言种类覆盖度上达到了平衡，其中最大的35B参数量模型在所有评估任务和涵盖的语言中取得了最好成绩。

关键词: 多模态,思维链,CoT,决策感知多模态思维链架构,AI架构

多模态大模型，也有自己的CoT思维链了！ 厦门大学&腾讯优图团队提出一种名为“领唱员（Cantor）”的决策感知多模态思维链架构，无需额外训练，性能大幅提升。

关键词: 多模态,AI工业设计,AI工业,群核科技,酷家乐

AI能够帮助我们给产业提供更好的产品和服务，同时生长出来的合成数据服务反哺到AI，能够让AI产生更大的加速度。

关键词: 字节AI,大模型,多模态大模型,MLLM

当前，多模态大模型 （MLLM）在多项视觉任务上展现出了强大的认知理解能力。 然而大部分多模态大模型局限于单向的图像理解，难以将理解的内容映射回图像上。 比如，模型能轻易说出图中有哪些物体，但无法将物体在图中准确标识出来。 定位能力的缺失直接限制了多模态大模型在图像编辑，自动驾驶，机器人控制等下游领域的应用。针对这一问题，港大和字节跳动商业化团队的研究人员提出了一种新范式Groma

关键词: LLaVA,模型训练,模型部署,TinyLLaVA,MSIIP

TinyLLaVA 项目由清华大学电子系多媒体信号与智能信息处理实验室 (MSIIP) 吴及教授团队和北京航空航天大学人工智能学院黄雷老师团队联袂打造。清华大学 MSIIP 实验室长期致力于智慧医疗、自然语言处理与知识发现、多模态等研究领域。北航团队长期致力于深度学习、多模态、计算机视觉等研究领域。

关键词: 九天-九九,移动千亿多模态,移动大模型,移动AI,AI

央企通信巨头再次奏响大模型舞台的超强音！刚刚结束的中国移动人工智能生态大会主旨论坛上，中国移动发布了全自研「九天」千亿多模态基座大模型，一举成为国内最值得信赖、最懂行业的全栈大模型。