2025AI中场战事：谁在撤退，谁在进攻？
在头部技术路线和商业化落地上，老牌互联网巨头和“新BAT”——以百度、字节跳动、阿里、腾讯、为代表，抢占先机；同时涌现出的“基模五强”——字节跳动、阿里、阶跃星辰、智谱AI、DeepSeek等也在全线发起进攻。
模态
AI数字人一体机和智慧屏方案：开启智能交互新纪元
在当今这个信息化飞速发展的时代，AI技术正以前所未有的速度改变着我们的生活方式和工作模式。特别是在人机交互领域，AI数字人的出现不仅极大地丰富了用户体验，也为各行各业提供了前所未有的创新解决方案。本文将重点介绍由广州深声科技有限公司（以下简称“深声科技”）推出
中移信息技术申请多模态数据增强方法专利 ，可提升数据增强的真实性、准确性以及有效性
国家知识产权局信息显示，中移动信息技术有限公司，中国移动通信集团有限公司申请一项名为 “多模态数据增强方法、装置、设备及计算机程序产品” 的专利，公开号CN120011811A，申请日期为2025年01月。
竞业达跌0.84%，成交额5323.94万元，近3日主力净流入-7.56万
公司2023年半年报：公司将大模型引擎与课程教案、课堂视频、作业测验、考试实验等私有化多模态教学大数据深度融合，形成教育专用、学校专用的大模型。目前竞业达教育大模型已支持预训练数据和私有化数据双重加载、多模态自定义知识库实时加载、私有化知识二次预训练、多轮对话
新华网跌0.56%，成交额1.22亿元，后市是否有机会？
2024年4月29日互动易：新华网正积极布局人工智能大模型及其深度应用，拥有丰富权威的新闻和传媒数据作为专属大模型语料库建设基础，我司AIGC-Safe平台亦在通过采集大量国内外生成式视频内容训练AI鉴别模型。语料库建设会随着新华网在人工智能大模型领域应用场景
中移杭研申请哭声分类预测相关专利，提升哭声分类预测的准确度
国家知识产权局信息显示，中移（杭州）信息技术有限公司、中国移动通信集团有限公司申请一项名为“哭声分类预测方法、装置、电子设备及存储介质”的专利，公开号CN120015016A，申请日期为2023年11月。
面壁智能再获数亿元融资，AI 赛道“端侧大脑”应用引发关注
近日，国内 AI 初创企业面壁智能宣布成功完成新一轮数亿元融资，本轮融资由洪泰基金、国中资本、清控金信和茅台基金联合投资，再次引发行业对 AI 领域创新企业以及“端侧大脑”规模化应用前景的关注。
小目标检测层优化+多模态数据增强——YOLOv5在油气管道环焊缝缺陷识别的创新应用
全球油气管道总里程已超15万公里，但长期服役带来的环焊缝缺陷（如腐蚀、裂纹）犹如“隐形炸弹”。仅2021年，国内多起管道泄漏事故就造成数亿元损失。传统漏磁检测依赖人工判读图像，效率低、主观性强，漏检率高达20%以上。国家管网集团联合中国矿业大学的创新研究，将Y
随意推荐50个好玩的AI工具！
作为AIGC（人工智能生成内容）的狂热爱好者，我本人用过100多个生成式AI工具。这次我就随意推荐其中50个好玩的AI工具（排名不分先后）：
代码、多模态检索全面登顶SOTA！智源BGE向量模型三连击
检索增强技术在代码及多模态场景中的发挥着重要作用，而向量模型是检索增强体系中的重要组成部分。针对这一需求，近日，智源研究院联合多所高校研发了三款向量模型，包括代码向量模型 BGE-Code-v1，多模态向量模型 BGE-VL-v1.5 以及视觉化文档向量模型
ICML2025Spotlight|多模态大模型暴露短板？
在解这道题时，我们可以通过绘制受力分析草图轻松解决。但即使是先进的多模态大语言模型，如 GPT-4o，也可能在理解「同性相斥」的基本物理原则时，错误地判断斥力的方向（例如，错误地将 + 3Q 对 + Q 的斥力方向判断为右下方而非正确的左上方）。
模型 模态 cot em icml2025spotlight 2025-05-20 20:56 10
ATS·华韵 | 李锋教授团队开发多模态AI模型，精准预测中国IPF患者生存
在本次ATS大会中，来自上海市胸科医院的李锋教授团队有一项研究成果入选。该研究以“特发性肺纤维化（IPF）中国患者的预后”为核心议题，融合多中心临床资料与人工智能技术，构建了国内首个基于多模态数据的生存预测模型，为提高该类患者的精准管理水平提供了重要参考。
贵州恒达鑫申请基于多模态机械波的拉线棒不开挖腐蚀检测专利，能够精确定位腐蚀区域
国家知识产权局信息显示，贵州恒达鑫科技有限公司申请一项名为“基于多模态机械波的拉线棒不开挖腐蚀检测方法及系统”的专利，公开号CN120009410A，申请日期为2025年01月。
苹果复旦联手推视频大模型，Meta微美全息共舞多模态AI创新浪潮
近期，一则科技新闻引起了广泛关注，据悉，苹果公司携手复旦大学，成功推出了名为StreamBridge的端侧视频大语言模型（Video-LLMs）框架，该框架旨在增强人工智能对直播流视频的理解能力。
2025年中国多模态大模型行业文娱媒体应用场景 多模态大模型提升文娱媒体创作效率【组图】
多模态大模型成熟度应用较高的五个领域分别是在数字人、游戏、广告商拍、社交媒体和智能营销。数字人领域，多模态大模型提升交互真实性与智能水平，能依据视觉、语音、文本理解用户需求，构建高拟真虚拟形象。游戏制作中，其与游戏引擎结合，自动生成关卡、角色技能与叙事脚本。广
多模态检索大升级！智源三大SOTA模型，代码、图文理解能力拉满
就在刚刚，智源研究员联合多所高校开放三款向量模型，以大优势登顶多项测试基准。其中，BGE-Code-v1直接击穿代码检索天花板，百万行级代码库再也不用怕了！
苹果StreamBridge视频模型框架问世，Meta/微美全息加速多模态AI技术创新
有科技媒体发布博文，报道称苹果公司联合复旦大学，推出 StreamBridge 端侧视频大语言模型（Video-LLMs）框架，助力 AI 理解直播流视频。
模型 meta 模态 全息 streambridge 2025-05-20 14:25 13
多模态大模型暴露短板？EMMA基准深度揭秘多模态推理能力
在解这道题时，我们可以通过绘制受力分析草图轻松解决。但即使是先进的多模态大语言模型，如 GPT-4o，也可能在理解「同性相斥」的基本物理原则时，错误地判断斥力的方向（例如，错误地将 + 3Q 对 + Q 的斥力方向判断为右下方而非正确的左上方）。
代码、多模态检索登顶SOTA！智源BGE向量模型三连击，并全面开放
检索增强技术在代码及多模态场景中的发挥着重要作用，而向量模型是检索增强体系中的重要组成部分。针对这一需求，近日，智源研究院联合多所高校研发了三款向量模型，包括代码向量模型 BGE-Code-v1，多模态向量模型 BGE-VL-v1.5 以及视觉化文档向量模型
论文题目撰写要求
一篇优秀的学术论文首先取决于其题目的质量。题目作为论文的"眼睛"，既要精准概括研究内容，又要吸引读者注意。本文将从学术规范、语言表达、创新性三个维度探讨论文题名的核心要求。