国产大模型「五强争霸」，决战AGI！
中国基础大模型市场，彻底变天了！如今牌桌上的玩家已经变成了「基模五强」——字节、阿里、阶跃星辰、智谱和DeepSeek。接下来的巅峰之战，关键制胜点又会在哪里？
模态
当AI同时精通“看”与“画”：阿里巴巴团队多模态AI模型的惊人进展
在人工智能领域，有两类模型一直沿着不同的轨道发展：一类擅长"理解"图像和文字，就像一个能看懂图片并回答问题的智能助手；另一类则擅长"创造"图像，就像一位根据文字描述作画的数字艺术家。直到最近，这两种能力很少能在同一个AI系统中完美共存。这正是阿里巴巴集团联合多
大模型下半场，阶跃凭什么领跑多模态之战
一是以大厂为代表的资源派，他们手握充足资本，能在基础模型和落地应用上持续烧钱；二是以 DeepSeek 为代表的技术派，专注于基座模型的突破和投入，在推理、数理或多模态等单点技术上见长；三是以阶跃星辰、智谱为代表的国家队，获得地方政府的大力支持，能够潜心做技术
多模态航海图出炉：哈工大团队论文描绘“看听说想”全能AI
为打造真正的原生巨轮，作者提出两大核心能力：一是“多模态代理式推理”。它要求船只能在浪涌突变时实时调帆，通过分层任务拆解、外部工具调用与具身学习，在数字与物理世界间自如穿梭。从 Operater 到 Claude Computer Use，再到 Gemini
视觉中国多模态AI拆条方案入选 “2024数智强企创新发展案例”
近日，由《中国企业报》集团主办的“数智强企·2025企业数字化创新发展交流会”在京召开。会上发布了“2024数智强企创新发展案例”，视觉中国“新闻视频AI治理解决方案”作为国内首个实现多模态AI协同拆条的技术方案，凭借其在人工智能与媒体融合领域的创新突破成功入
感受「言出法随」的图像编辑，HiDream-E1-Full 现已上线模力方舟
图像编辑模型HiDream-E1-Full现已上线模力方舟 AI 模型广场，访问以下链接立即在线体验：https://ai.gitee.com/serverless-api?model=HiDream-E1-Full
模态 图像编辑 开源 transformer llama 2025-05-12 16:38 7
四川省印发脑机接口及人机交互产业攻坚突破行动计划
四川省经济和信息化厅等8部门印发《四川省脑机接口及人机交互产业攻坚突破行动计划（20252030年）》，其中提到，到2027年，产业链关键环节取得重点突破，产业生态基本构建，建成一批产业发展集聚区。引育产业链骨干企业，同步推进侵入式、非侵入式两种脑机接口技术路
2025年中国多模态大模型行业生产生活应用现状 多模态大模型助力生产生活走向高品质【组图】
多模态大模型还可以赋能智能营销、教学辅助、3D建模以及智能驾驶等应用场景。智能营销领域，多模态大模型可以整合多源数据，实现精准洞察与策略制定，提升营销效果与效率。教学辅助方面，教育垂类大模型推动教学模式从传统讲授向以学生为中心的互动式学习转变。3D建模中，可以
全能 AI 龙头：昆仑万维蝶变之年
当投资人和市场被宏观叙事扰动，整个AI行业进入冷思考的时候。有一家公司正不声不响跑出华丽的“AI商业化加速落地”逻辑。而且，在AI业务快速变现的情景之下，它竟还隐藏着一个巨大的王牌红利。
竞业达涨0.23%，成交额8594.39万元，后市是否有机会？
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
周鸿祎：AI价格很便宜了，但是AI怎么好用是一个问题
360新品直播发布会上，周鸿祎发布了全新的AI搜索产品，并命名为“纳米搜索”，该产品定位为多模态创作引擎。周鸿祎表示：“AI在中国应该是帮助人人的最好的工具，现在AI的价格很便宜了，但是AI怎么好用？这是一个问题。”周鸿祎认为，一方面多模态降低了大模型使用难度
跨模态大升级！少量数据高效微调，LLM教会CLIP玩转复杂文本
在当今多模态领域，CLIP 模型凭借其卓越的视觉与文本对齐能力，推动了视觉基础模型的发展。CLIP 通过对大规模图文对的对比学习，将视觉与语言信号嵌入到同一特征空间中，受到了广泛应用。
MMREL：大规模多模态关系理解数据集及评价多模态语言模型的应用
这篇论文介绍了一个名为MMRel的关系理解基准测试集，旨在解决多模态大型语言模型（MLLM）在处理对象间关系时面临的挑战。该测试集包含超过22K个问题答案对，覆盖三个不同的领域和三种关系类别，并提供手动验证的高质量标签以确保标注准确性。此外，还包括对抗性案例，
首个可保留情感的音频LLM！Meta重磅开源，音频+文本多模态任务
Meta最近开源了一个7B尺寸的Spirit LM的多模态语言模型，能够理解和生成语音及文本，可以非常自然地在两种模式间转换，不仅能处理基本的语音转文本和文本转语音任务，还能捕捉和再现语音中的情感和风格。
ChatGPT掀起AIGC浪潮，微美全息如何以多模态AI助力企业新飞跃？
在ChatGPT横空出世之后，一股生成式人工智能（AI）的洪流迅速席卷了各行各业，引领了一场前所未有的技术革命。从文生视频领域的Sora到音乐生成工具Suno，这些新兴应用无不彰显出大型AI模型在多模态内容生成方面的卓越能力。
多模态视频模型Vidu1.5：智能涌现，Scaling Law新起点？
在自然语言处理领域，一个显著的转折点正在显现：单纯的模型规模和数据量增加，似乎已触及性能提升的瓶颈。业界开始质疑，Scaling Law是否已走到尽头，低精度训练与推理是否正导致模型性能提升的边际效益不断递减。然而，这一挑战也为新的探索开辟了道路。
模型 模态 scalinglaw 2024-11-22 14:08 13
南京澳卓申请一种基于多模态融合的智慧大屏交互播控系统专利，有效降低了数据传输延迟
国家知识产权局信息显示，南京澳卓高科技有限公司申请一项名为“一种基于多模态融合的智慧大屏交互播控系统”的专利，公开号CN 118981296 A，申请日期为2024年8月。
群核科技发布多模态CAD大模型 要做物理世界的模拟器
11月20日，群核科技在杭州举办了第九届酷+科技峰会。现场，群核科技CEO陈航首次正式展示了其技术底层核心：基于GPU高性能计算的物理世界模拟器。并在此基础上对外公开了其两大技术引擎：群核启真（渲染）引擎和群核矩阵（CAD）引擎。
模态测试中确保精确度的关键点有哪些？
在进行模态测试时，确保测试的精确度和可靠性是至关重要的。本文将为您详细介绍在模态测试过程中需要注意的几个关键点，包括几何建模、测点选择、传感器选择、信号选择以及窗函数的选择。
Mistral AI更新聊天机器人，采用全新多模态模型并支持网络搜索
法国AI企业Mistral AI周一（11/18）发布了全新的多模态模型Pixtral Large，以及采用Pixtral Large的新一代聊天机器人Le Chat，它能理解文件与图像，得以生成形象，还能替用户搜索网络。