AI集体“听不懂”！MMAR基准测试揭示音频大模型巨大短板
AI集体“听不懂”！MMAR基准测试揭示音频大模型巨大短板用AI来整理会议内容，已经是人类的常规操作。 不过，你猜怎么着？面对1000道多步骤音频推理题时，30款AI模型竟然几乎全军覆没，很多开源模型表现甚至接近瞎猜。
来自主题: AI技术研报
8053 点击 2025-06-09 14:43
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
用AI来整理会议内容，已经是人类的常规操作。 不过，你猜怎么着？面对1000道多步骤音频推理题时，30款AI模型竟然几乎全军覆没，很多开源模型表现甚至接近瞎猜。
能够完成多步信息检索任务，涵盖多轮推理与连续动作执行的智能体来了。通义实验室推出WebWalker（ACL2025）续作自主信息检索智能体WebDancer。
智源研究院发布开源模型Video-XL-2，显著提升长视频理解能力。该模型在效果、处理长度与速度上全面优化，支持单卡处理万帧视频，编码2048帧仅需12秒。
长视频理解是多模态大模型关键能力之一。尽管 OpenAI GPT-4o、Google Gemini 等私有模型已在该领域取得显著进展，当前的开源模型在效果、计算开销和运行效率等方面仍存在明显短板。
原生1bit大模型BitNet b1.58 2B4T再升级！微软公布BitNet v2，性能几乎0损失，而占用内存和计算成本显著降低。
今天，我们正式发布 DeepSeek-R1，并同步开源模型权重。DeepSeek-R1 遵循 MIT License，允许用户通过蒸馏技术借助 R1 训练其他模型。DeepSeek-R1 上线API，对用户开放思维链输出，通过设置 `model='deepseek-reasoner'` 即可调用。
基于开源模型继续在下游任务上使用私有下游数据进行微调，得到在下游任务表现更好的专有模型，已经成为了一类标准范式。
Mistral沉默好久，果然在憋大招。
教AI学会使用工具，带图推理就能变得更强？！
最近，奥特曼再次出席美国国会山听证会。他对美国政府呼吁：一定要放开监管，过早设定标准，对美国AI将是一场灾难！另外他还透露，OpenAI第一个开源模型，会在今年夏天发布。值得一提的是，奥特曼神秘的家庭生活，也在一位记者的亲身探寻下，让我们窥到了一斑。