AI资讯新闻榜单内容搜索-多模态模型

关键词: Molmo,Scaling law,GPT-4o,AI,大模型

Molmo，开源多模态模型正在发力！

关键词: Oryx,多模态,OryxViT,AI,多模态模型

视觉数据的种类极其多样，囊括像素级别的图标到数小时的视频。现有的多模态大语言模型（MLLM）通常将视觉输入进行分辨率的标准化或进行动态切分等操作，以便视觉编码器处理。然而，这些方法对多模态理解并不理想，在处理不同长度的视觉输入时效率较低。

关键词: AI,Mistral,大模型,Pixtral 12B

一条磁力链，又在AI圈掀起狂澜。成立一年法国AI独角兽Mistral，官宣首个多模态模型Pixtral 12B，不仅能看懂手绘稿，还可以理解复杂公式、图表。

关键词: OCR模型,端到端模型,AI,多模态模型,GOT

在AI-2.0时代，OCR模型的研究难道到头了吗！？

关键词: 多模态,AI,Qwen2-VL,阿里大模型,阿里AI

新的最强开源多模态大模型来了！

关键词: FuriosaAI,AI芯片,韩国AI,AI硬件

8月27日消息，在近日召开的Hot Chips 2024大会上，韩国AI芯片初创公司FuriosaAI 推出了一款面向高性能大型语言模型和多模态模型推理的高能效数据中心AI加速器 RNGD。

关键词: transformer,diffusion,Meta,AI架构,Transfusion

本文引入了 Transfusion，这是一种可以在离散和连续数据上训练多模态模型的方法。

关键词: 多模态,模型评测框架,lmms-eval,AI,AI测评

随着大模型研究的深入，如何将其推广到更多的模态上已经成为了学术界和产业界的热点。最近发布的闭源大模型如 GPT-4o、Claude 3.5 等都已经具备了超强的图像理解能力，LLaVA-NeXT、MiniCPM、InternVL 等开源领域模型也展现出了越来越接近闭源的性能。

关键词: AI,AI数学,AI数学大模型,Qwen2-Math

现在，最强数学大模型，人人都可上手玩了！

关键词: 成都AI,人形机器人,具身智能,RRMM

机器人多模态模型（RRMM）+双臂协作系统（RTACS）