多模态AI狂飙，超能小度如何重构智能硬件
经过2024年GPT-4o与Gemini 1.5的技术升级，多模态大模型具备了从理论研究走向应用落地的可能。AI不再局限于文本生成或语音问答，还能够看懂画面、感知环境、主动响应。AI硬件终于不必只是极客群体的“玩具”，而是能真正进入大部分人的生活。也因此，这一
模态
上海交大突破：单目视觉实现立体级深度估计
传统的解决方案就像给盲人配备探路杖一样，需要大量人工标注的深度数据进行训练，成本高昂且难以获取。而自监督学习方法虽然不需要标注数据，但就像仅凭触觉摸索前进，效果往往不够理想。研究团队敏锐地意识到，如果能让计算机像人类一样，既有全局的语义理解能力，又具备精细的空
又登顶！文心最新多模态思考模型登HF模型趋势全球第一
HuggingFace官网显示，百度此前开源的文心最新多模态思考模型ERNIE-4.5-VL-28B-A3B-Thinking已登上Huggingface模型趋势榜全球第一。
3B激活参数媲美GPT-5-High 文心多模态思考模型登顶HF榜
HuggingFace官网显示，百度此前开源的文心最新多模态思考模型ERNIE-4.5-VL-28B-A3B-Thinking已登上Huggingface模型趋势榜全球第一。
恒小花：揭秘AI人工智能和大数据的完美结合
人工智能（AI）与大数据的融合正以前所未有的速度重塑人类社会的运行逻辑。从智慧城市的精细化管理到医疗健康的精准服务，从金融风控的智能决策到内容产业的创意重构，这场始于数据与算法的联姻，正以指数级速度释放技术红利，推动各行业迈向智能化转型的新阶段。
百度AI对创作者进行领域划分并鉴定文章归属是如何实现的？
百度AI对创作者进行领域划分并鉴定文章归属是如何实现的？
Siri画饼，小度上菜
IDC最新发布的报告显示，2025年上半年，全球智能眼镜市场出货量达到406.5万台，同比增长64.2%，预计到2029年更将突破4000万台。其中，中国更被视为是拉动全球智能眼镜增长的主要市场，预计五年复合增长率将高达55.6%，增速位居全球首位。
AI日报：李飞飞Marble 3D世界模型公测；OpenAI首次推出ChatGPT群聊功能；百度发布多模态 AI助手超能小度
李飞飞创立的World Labs推出了其首个商业产品Marble3D世界模型公测版，支持从文本、图像、视频等多模态输入生成可导航的3D虚拟世界。该工具具备实时交互编辑和多种格式导出功能，标志着AI生成内容向更沉浸式体验的迈进。
全能搭子文心5.0，百度用原生全模态宣告回归
用AI做一个项目，要像花木兰一样“东市买骏马，西市买鞍鞯”，左一个DS，右一个GPT，代码交给Claude，画图找MJ……一同操作下来，生产力还不知道提升了几个点，真金白银已经充了一大堆。
高效不止一面！三星Galaxy Z Fold7手机开启全场景生产力时代
高效不止一面！三星Galaxy Z Fold7手机开启全场景生产力时代
多模态AI加持！三星Galaxy Z Flip7手机打造自然交互新体验
多模态AI加持！三星Galaxy Z Flip7手机打造自然交互新体验
多模态检索新突破，用软标签打破传统刚性映射约束，全面超越CLIP
但这类方法存在明显局限：难以捕捉候选样本间细微的语义差异，负例样本多样性不足，且模型在区分错误负例与困难负例时的判别能力有限。
中国研究团队开发出新型AI医疗诊断系统
据《Information Processing and Management》报道，中国科学院合肥物质科学研究院研究团队于近日开发出新型AI医疗诊断系统MultiXpert。该系统能够在“零样本”条件下对胸片进行智能诊断，无需任何标注数据，甚至可识别出从未见
速递｜文心5.0横空出世，百度押注原生全模态，LMArena最新榜单冲上全球第二、中国第一
在今天的百度世界大会上，百度终于把压了许久的“底牌”掀开——文心大模型5.0。这是百度第一次真正意义上对外亮明自己的“原生全模态”路线，一个参数量高达2.4 万亿的庞然大物，从训练第一天起，就是按照“人类理解世界的方式”来建模的。
最近钉钉密集发布了一批新产品啊
钉钉团队研发的深度研究系统Dingtalk-DeepResearch有重大突破，在国际权威评测DeepResearch Bench测试中以48.49分位列全球第二、国内第一，超越OpenAI、Claude等主流系统。
百度这张“底牌”，终于打出来了
大家都知道，每年的百度世界大会，基本就是个风向标。 它明明白白告诉你，接下来一年，他们的劲儿要往哪儿使。
南洋理工大学MRMR：推出多学科多模态检索基准
这项由新加坡南洋理工大学的张思越、高嗣源等研究人员联合耶鲁大学、纽约大学上海分校、上海交通大学和中科院大学共同完成的研究发表于2025年10月，论文编号为arXiv:2510.09510v1。想要深入了解这项研究的读者可以通过该编号查询完整论文。
模态 南洋理工大学 多学科 mrmr 南洋理工大学mrmr 2025-11-14 22:10 3
KAIST突破：多模态提示优化提升AI视觉理解
KAIST的研究团队敏锐地发现了这个问题。他们注意到，虽然多模态大型语言模型（MLLMs）已经能够同时处理文字、图像、视频甚至分子结构等多种类型的信息，但目前的提示优化方法仍然局限在纯文字领域。这就像是给一台既能播放音频又能显示视频的设备，却只提供音频文件一样
小度科技正式发布多模态AI智能助手“超能小度”
在日前的百度世界大会“大模型如何重塑智能硬件新体验”分论坛上，小度科技正式发布其全新升级的多模态AI智能助手——超能小度，并宣布全系、全量、全生态上线。此外，搭载了超能小度的硬件新品——小度AI眼镜Pro与小度智能摄像机C1200三摄版和C800视频通话版、小
李飞飞World Labs世界模型面向所有人推出；ChatGPT升级5.1，更高情商； 百度文心5.0发布，2.4万亿原生全模态
AI的下一个前沿阵地是空间智能，而强大的世界模型是实现其潜力的核心。World Labs的一个开创性的生成式多模态世界模型，现已向所有人开放。