登录
发文章
发产品
发模型
创作中心
多模态AI

26篇

内容持续更新中

最新
热门
#StarterPackNoAI
01.AI
1-bit精度训练
1. OCR技术2. PaddleOCR算法模型挑战赛3. 场景文本识别算法SVTRv24. 表格识别算法SLANet-LCNetV2
1.58位低精度架构
100万token上下文
11x
1200万美元融资
1688
1950
199元
1Fort
1Password
1X 科技
1型糖尿病专病大模型
国内首个多模态AI程序员正式上岗 文心快码Coding智能体Zulu正式发布 阅读量飙升
国内首个多模态AI程序员正式上岗 文心快码Coding智能体Zulu正式发布

2025年4月25日，百度Create AI开发者大会在北京隆重举行。在这场备受瞩目的科技盛会中，百度正式发布了文心快码3.5版本以及国内首个多模态AI程序员——文心快码Comate Zulu智能体，…
七个圈
七个圈
#
行业资讯
Moonshot AI发布Kimi-Audio：开源音频基础模型树立新标杆 阅读量飙升
Moonshot AI发布Kimi-Audio：开源音频基础模型树立新标杆

近日，Moonshot AI正式宣布推出Kimi-Audio，一款全新的开源音频基础模型，旨在推动音频理解、生成和交互领域的技术进步。这一发布引发了全球AI社区的广泛关注，被认为是多模态AI发展的重要…
七个圈
七个圈
#
行业资讯
Grok大更新！视觉能力、多语言音频处理与实时搜索功能震撼上线 阅读量飙升
Grok大更新！视觉能力、多语言音频处理与实时搜索功能震撼上线

由xAI打造的生成式人工智能聊天机器人Grok迎来了一次里程碑式的更新，其功能全面升级，不仅新增了视觉处理能力，还实现了多语言音频处理以及语音模式下的实时搜索功能。这一更新标志着Grok在多模态AI领…
七个圈
七个圈
#
行业资讯
苹果与索邦大学联合研究：早期融合与稀疏架构助力多模态 AI 发展 阅读量飙升
苹果与索邦大学联合研究：早期融合与稀疏架构助力多模态 AI 发展

在多模态人工智能（AI）领域，苹果公司的工程师们与法国索邦大学的研究团队合作，展开了一项重要研究。近日，科技媒体 marktechpost 发布了相关博文，探讨了早期融合与后期融合模型在多模态 AI …
七个圈
七个圈
#
行业资讯
MiniMax MCP Server正式上线，开启多模态AI新纪元 阅读量飙升
MiniMax MCP Server正式上线，开启多模态AI新纪元

人工智能技术的边界正在不断拓展。AIbase从社交媒体获悉，中国AI初创公司MiniMax稀宇科技于近日宣布，其MiniMax MCP Server正式上线。这一服务器通过简单的文本输入，即可调用视频…
七个圈
七个圈
#
行业资讯
报道称OpenAI下周重磅发布GPT-4.1系列，包含Mini版和Nano版 阅读量飙升
报道称OpenAI下周重磅发布GPT-4.1系列，包含Mini版和Nano版

人工智能领域的领跑者OpenAI即将在下周掀起新一波技术热潮!据科技媒体 The Verge 报道，OpenAI计划推出包括GPT-4.1系列、o3系列以及其他多款AI模型在内的重大更新。这一波密集发…
七个圈
七个圈
#
行业资讯
联想CTO：押注多模态AI协作，打造模型工厂加速智能体落地 阅读量飙升
联想CTO：押注多模态AI协作，打造模型工厂加速智能体落地

在联想集团2025/26财年誓师大会上，首席技术官Tolga Kurtoglu强调，当前AI应用仍处于快速迭代的技术演示阶段，远未真正释放为用户创造价值的成熟能力。他指出，未来AI发展的关键在于将技术…
七个圈
七个圈
#
行业资讯
马斯克xAI收购视频生成初创公司Hotshot，AI视频领域竞争再升级 阅读量飙升
马斯克xAI收购视频生成初创公司Hotshot，AI视频领域竞争再升级

硅谷科技巨头的版图扩张再添新篇!埃隆·马斯克旗下的xAI公司今日宣布收购专注于视频生成AI技术的初创公司Hotshot，这一战略收购将为xAI在多模态AI技术领域注入新的活力。 Hotshot首席执行…
七个圈
七个圈
#
行业资讯
Figure机器人加速进军家庭场景 2025年启动Alpha测试挑战行业极限 阅读量飙升
Figure机器人加速进军家庭场景 2025年启动Alpha测试挑战行业极限

湾区机器人新锐Figure正以超预期速度推进其家庭机器人计划。公司创始人Brett Adcock周四宣布，将于2025年下半年启动Figure02人形机器人的家庭环境Alpha测试，这一时间表较业界预…
七个圈
七个圈
#
行业资讯
微软开源多模态AI Agent “Magma”：为购物和机器人操作带来新体验 阅读量飙升
微软开源多模态AI Agent “Magma”：为购物和机器人操作带来新体验

微软在其官网上正式发布了多模态 AI Agent 基础模型 “Magma”，并进行了开源。这一新兴技术相较于传统的智能助手，展现出了更为强大的多模态能力，能够处理图像、视频、文本等多种数据形式，打破了…
七个圈
七个圈
#
行业资讯
微软团队推多模态AI模型Magma：整合视觉、语言和动作决策技能 阅读量飙升
微软团队推多模态AI模型Magma：整合视觉、语言和动作决策技能

近日，微软研究团队联合多所高校的研究人员，发布了一款名为 “Magma” 的多模态 AI 模型。这款模型的设计旨在处理和整合图像、文本和视频等多种数据类型，以便在数字和物理环境中执行复杂任务。随着科技…
七个圈
七个圈
#
行业资讯
智谱AI：Agentic GLM全面登陆三星Galaxy S25系列 阅读量飙升
智谱AI：Agentic GLM全面登陆三星Galaxy S25系列

2025年2月11日，北京智谱华章科技有限公司宣布，其研发的Agentic GLM全面登陆三星最新款手机Galaxy S25系列。这一合作标志着全球首款支持多模态AI交互的智能手机正式推向市场，为用户…
七个圈
七个圈
#
行业资讯
消息称阿里引入顶级人工智能科学家 或将加码AI To C业务 阅读量飙升
消息称阿里引入顶级人工智能科学家 或将加码AI To C业务

近期，阿里巴巴在AI领域迎来了一位重量级人物。据业内人士透露，一位全球顶级人工智能科学家已于近期正式入职阿里巴巴，未来或将专注于AI To C业务的基础大模型研发与应用。这位科学家在工业界和学术界均拥…
七个圈
七个圈
#
行业资讯
DeepSeek深夜再放大招，发布全新多模态大模型Janus-Pro 阅读量飙升
DeepSeek深夜再放大招，发布全新多模态大模型Janus-Pro

国产大模型DeepSeek发布了全新的Janus-Pro多模态大模型，正式进军文生图领域。这一举动标志着DeepSeek在多模态AI技术上的重大突破。 在GenEval和DPG-Bench基准测试中，…
七个圈
七个圈
#
行业资讯
阿里发布多模态推理模型QVQ-72B！视觉、语言能力双提升，复杂问题迎刃而解 阅读量飙升
阿里发布多模态推理模型QVQ-72B！视觉、语言能力双提升，复杂问题迎刃而解

阿里巴巴近日推出了一款名为QVQ-72B的全新多模态推理模型，该模型基于Qwen2-VL-72B构建，融合了强大的语言和视觉能力，能够处理更为复杂的推理和分析任务，标志着阿里巴巴在多模态AI领域取得了…
七个圈
七个圈
#
行业资讯
谷歌：AI智能体、多模态AI、企业搜索将在2025年占据主导地位 阅读量飙升
谷歌：AI智能体、多模态AI、企业搜索将在2025年占据主导地位

谷歌云近日发布了一份趋势报告，指出2025年企业将进入 AI 全面应用的新时代，AI 智能体、多模态 AI 以及企业搜索将成为主流趋势。报告中提到，2024年是 AI 实验的阶段，而2025年则是企业…
七个圈
七个圈
#
行业资讯
​OpenAI 挖走三位 DeepMind 顶尖工程师，专注多模态 AI 项目 阅读量飙升
​OpenAI 挖走三位 DeepMind 顶尖工程师，专注多模态 AI 项目

近日，OpenAI 宣布从竞争对手 Google DeepMind 引入三名资深计算机视觉和机器学习工程师，进一步加强其在人工智能领域的研发能力。 这三位新员工分别是 Lucas Beyer、Alex…
七个圈
七个圈
#
行业资讯
​Cohere推出多模态搜索模型Embed3，可用文本、图片检索文件 阅读量飙升
​Cohere推出多模态搜索模型Embed3，可用文本、图片检索文件

Cohere 发布了最先进的多模态 AI 搜索模型 Embed3—— 现在支持多模态搜索，这意味着用户不仅可以通过文本，还能通过图像进行企业级的检索。 Embed3自去年推出以来，一直在不断优化，帮助…
七个圈
七个圈
#
行业资讯
Meta 的隐私政策引发争议:Ray-Ban Meta 用户不知不觉中为 AI 模型贡献数据 阅读量飙升
Meta 的隐私政策引发争议:Ray-Ban Meta 用户不知不觉中为 AI 模型贡献数据

Meta 公司近日证实，用户使用 Ray-Ban Meta 智能眼镜拍摄的照片和视频可能会被用于训练其 AI 模型。这一做法引发了人们的担忧，因为用户可能并不了解他们正在向 Meta 提供大量图像用于…
七个圈
七个圈
#
行业资讯
超牛多模态模型Emu3：通过预测下一个词的方式理解图像、视频 阅读量飙升
超牛多模态模型Emu3：通过预测下一个词的方式理解图像、视频

在人工智能的浩瀚海洋中，一艘名为Emu3的创新之船正在破浪前行，为我们展示了多模态AI的无限可能。这个由Meta AI研究团队开发的革命性模型，通过简单而巧妙的"下一步预测"机制，…
七个圈
七个圈
#
行业资讯
Meta暂停在欧盟推出多模态AI模型 引发科技监管讨论 阅读量飙升
Meta暂停在欧盟推出多模态AI模型 引发科技监管讨论

Meta周三向Axios发表声明，宣布由于欧盟法规不明确，该公司将不会向欧盟国家的客户发布其新的多模态AI模型或未来版本。这一决定引发了对欧盟AI监管环境的广泛讨论，同时也反映了美国科技巨头在面对全球…
七个圈
七个圈
#
行业资讯
阅读量飙升 Unified-IO2：多模态AI模型突破性进展

由艾伦人工智能研究所等联合开发的Unified-IO2，是一款具有自回归能力的多模态AI模型。其创新性架构在多模态数据处理中取得重大突破，性能在多项评估中表现卓越。Unified-IO2的成功经验预示…
新鲜出炉，等待你的评论
暂无评论，快留下你的脚印吧！还可以领现金哦~
七个圈
七个圈
#
行业资讯
阅读量飙升 2023年最重要的三项人工智能创新

2023年人工智能领域出现了重大创新，其中最重要的三项是多模态AI、宪法AI和文本转视频技术。多模态AI能够处理不同类型的数据，包括文本、图像、视频和音频；宪法AI通过撰写价值观宪法和使用强化学习方法…
新鲜出炉，等待你的评论
暂无评论，快留下你的脚印吧！还可以领现金哦~
七个圈
七个圈
#
行业资讯
阅读量飙升 被高估的Pika,被低估的多模态AI

Pika 1.0 的宣传视频被一些用户认为是“炒作”,但不能否认,它们丰富了人们对多模态 AI 的想象力。多模态 AI 正处于爆发前夜,正走向场景化、实用化、商业化。Pika在技术上属于行业领先水平。…
新鲜出炉，等待你的评论
暂无评论，快留下你的脚印吧！还可以领现金哦~
七个圈
七个圈
#
行业资讯
阅读量飙升 OpenAI多模态AI系统GPT-Vision即将推出 与谷歌Gemini竞争

根据The Information报道,知情人士透露,OpenAI计划推出名为GPT-Vision的多模态AI系统,与谷歌最近发布用于企业测试的多模态大模型Gemini竞争。OpenAI在3月份发布G…
新鲜出炉，等待你的评论
暂无评论，快留下你的脚印吧！还可以领现金哦~
七个圈
七个圈
#
行业资讯
阅读量飙升 Hugging Face 推出开源多模态 AI 模型 IDEFIX

人工智能创业公司 Hugging Face 最近推出了一款名为 IDEFIX 的开源多模态 AI 模型。IDEFIX 可以处理图像和文本输入,并生成连贯的文本输出。IDEFIX 基于视觉语言模型 Fl…
新鲜出炉，等待你的评论
暂无评论，快留下你的脚印吧！还可以领现金哦~
七个圈
七个圈
#
行业资讯
贡献榜
贡献文章数
1
七个圈
七个圈
关注AI领域动态，传递精准资讯，助力读者洞悉AI行业的最新资讯。
15278篇
2
创米
创米
AI学习引路人，专注编写、收集整理AI知识，为学习者提供清晰、实用的学习内容。
296篇
3
AI情报
AI情报
向圈友们分享AIGC活动招募信息，共建内容，分享自己的学习心得、交流经验。
238篇
4
AI领航员
AI领航员
AI变现策略探索者，乐于向个人创业者分享AI技术如何助力创新与变现。
144篇