可灵团队MIDAS：压缩比64倍、延迟低于500ms，交互生成新突破
数字人视频生成技术正迅速成为增强人机交互体验的核心手段之一。然而，现有方法在实现低延迟、多模态控制与长时序一致性方面仍存在显著挑战。大多数系统要么计算开销巨大，无法实时响应，要么只能处理单一模态输入，缺乏真正的交互能力。
模态
星盾护网 甄视智析 | 安胜3款产品亮相2025国际警安展！
2025年9月8日-11日，2025中国（厦门）国际警安法务科技展暨“出海”法商服务展在厦门盛大举办。国投智能深度参与展会系列活动，全面展示公司在AI+警务安全、AI+治理能力等领域的前沿科技成果。作为国投智能网络空间安全板块的牵头单位，安胜也携三款产品亮相现
我国科学家发明新型“双模态”激光雷达
在主动三维成像技术中，激光雷达（LiDAR）因其具备直接测距、高空间分辨率和强环境适应性的优势，已广泛应用于自动驾驶、机器人感知和高精度测绘等领域。
岩山科技撬动千亿市场？9.9万机器人的“大脑”竟然不用联网？
你敢信？现在一台能跟你对打拳击、帮你巡检电厂、还能给老人摔倒报警的机器人，只要9.9万！不是玩具，是真正搭载了多模态大模型的智能机器人。更让人吃惊的是，驱动它的“大脑”Yan1.3模型，训练成本据说还不到300万，却能在树莓派这种廉价硬件上流畅运行，完全不用联
王兴兴谈机器人困境：AI大模型缘何“不够用”？智能深度待突破
在人工智能与机器人技术高速发展的当下，AI大模型的能力边界成为行业焦点。宇树科技创始人王兴兴在2025外滩大会圆桌论坛上直言，当前机器人硬件已足够成熟，但AI大模型在多模态融合与复杂场景应用中的表现仍存在显著短板，这一观点引发科技界对AI落地具身智能领域的深度
边缘设备福音！Gemma-3n-E4B-it 轻量级设计，以小搏大兼顾性能与体量
Gemma-3n-E4B-it 是由 Google 和 Google DeepMind 于 2025 年 6 月 26 日联合开发的轻量级开源多模态 AI 模型，旨在为移动设备和边缘计算场景提供高性能、低资源消耗的本地化 AI 能力。能够处理多模态输入，包括文
可灵团队提出MIDAS：压缩比64倍、延迟低于500ms
数字人视频生成技术正迅速成为增强人机交互体验的核心手段之一。然而，现有方法在实现低延迟、多模态控制与长时序一致性方面仍存在显著挑战。大多数系统要么计算开销巨大，无法实时响应，要么只能处理单一模态输入，缺乏真正的交互能力。
AI生成稿很美，但为何总缺了“灵魂”？深度剖析人性化设计
在人工智能技术飞速发展的今天，AI写作工具已经能够生成语法完美、结构严谨的文本，甚至能够模仿特定作家的风格。然而，许多读者仍然能够敏锐地察觉到这些文本中缺少某种难以言喻的"灵魂"——那种只有人类作者才能赋予的温度、深度和共鸣。这种现象背后隐藏着什么科学原理？我
?多感官AI革命：解密多模态对齐与融合的底层逻辑
多模态学习模拟人类认知过程——例如描述电影时，我们不会孤立地评价画面或音乐，而是综合视觉、听觉和剧情信息形成整体感受。但是，这要求模型从单模态处理（如仅分析图像或文本）进化到多模态协同，能同时理解和关联图像、文字、声音等异构数据。今天我将深入解析要实现多模态学
沂蒙精神数智大模型：数智新引擎 传承新力量
沂蒙精神数智大模型由山东数字文化集团联合山东沂蒙精神研究会、山东省委党校（山东行政学院）、沂蒙干部学院、山东省委党史研究院、山东省档案馆、临沂市委宣传部等共建。支持微信小程序、大众新闻客户端、齐鲁壹点新闻客户端等多端接入，开发AI智能体，打造知识图谱、AI多模
利欧股份明日走势分析(个人观点)
利欧股份在9月11日的交易中展现出了一定的波动性，收盘上涨。作为一款集液冷服务器、快手概念、多模态AI等多重热门概念于一身的股票，它近期吸引了市场大量目光，多空博弈激烈。(我每天上午十点半左右在评论区发布主力资金流向，请关注[祈祷])
新品发布！“智报星舆情智能体”上线，AI驱动舆情管理新变革
在信息洪流的时代，舆情早已不仅是舆论场的回声，更成为政府治理、企业运营乃至社会稳定的关键变量。当前舆情行业面临数据与技术双重挑战：信息碎片化、质量低，“三无舆情”难捕捉；数据安全风险高，存在泄露与篡改隐患。自然语言处理技术对复杂语义理解不足，多模态融合分析能力
湖南2个案例成功入选国家高质量数据集典型案例
9月12日，国家数据局官网发布了《高质量数据集典型案例名单》，总共包含具有推广示范价值的104个典型案例，其中涵盖医疗卫生、智能能源、文化旅游等重点领域，以及具身智能、低空经济、生物制造等创新领域，集中展现我国高质量数据集建设成果，为各行业数字化转型提供关键支
阿里推出多模态深度研究智能体WebWatcher
阿里巴巴自然语言处理团队宣布推出WebWatcher，这是一个开源的多模态深度研究智能体，旨在突破现有闭源系统和开源Agent在多模态深度研究领域的局限性。WebWatcher通过整合网页浏览、图像搜索、代码解释器和内部OCR等多种工具，能够像人类研究员一样处
智能体 模态 webwatcher 智能体webwatche 2025-08-18 08:44 3
第一财经星翼大模型3.0再度升级 “星眼”洞察财经世界
12月13日，第一财经在第六届上海金融科技国际论坛举办期间，正式发布自主研发的第一财经星翼大模型3.0，全面拓展星翼的多模态能力与应用场景，进一步巩固其在财经内容创作和智能分析领域的领先地位。
Bioinfomatics | 有效属性提示加速分子表征学习的进展
今天给大家讲一篇2025年8月在Bioinfomatics上发表的一篇关于分子表征方面的文章。现有方法主要关注分子的拓扑或结构特征，常常忽略了分子中关键的物理化学属性。因此，作者提出了一种知识增强的多模态预训练框架（MolPrompt），它采用双编码器架构，通
模态 学习 编码器 smiles bioinfomatics 2025-09-12 20:01 6
医院运营艰难？以AI赋能医院品牌这7要素才是破局之道！
正所谓道法自然，成就百年医院品牌的各要素，其实与百年大树基本相符。而AI虽然加剧了医疗行业的“变”，但它天生就带着赋能的使命，对医院品牌方面更可以全链路赋能。
面向多源视觉的语义传输方法研究
随着机器感知、边缘计算与人工智能技术的快速发展，智能交通、低空无人系统等典型场景中对多传感视觉信息的高效传输与处理提出了更高要求。语义通信作为通信与智能融合的传输新范式，为多源视觉信息的高效传输提供了新思路。在梳理多源视觉信息处理面临的模态对齐难、融合效率低下
马斯克称人类智力处于停滞状态；官宣IPO后王兴兴首次发声
9月11日，在2025 Inclusion·外滩大会期间，宇树科技创始人兼CEO王兴兴在圆桌论坛发言时表示：“真正让AI落地干活，现在还在大规模爆发性增长的前夜。对我个人而言，这个时代是非常激动人心的。”这是宇树科技宣布IPO计划后其首次公开现身，他还提到，当
AI如何改变未来人们的工作模式？15/64
目前，人工智能的发展速度已远远超出人们的想象，训练算力每年增长超30倍。从2010 年起，AI训练运行的最大算力每年约增长4.5倍，训练模型所需物理算力每年降低约3倍。