中文字幕欧美日韩|日韩性色一区二区三区|精品久久久久久久久久岛国|一区二区国产盗摄精品

<td id="h1kkc"><tr id="h1kkc"></tr></td><noscript id="h1kkc"><tbody id="h1kkc"></tbody></noscript>

<rp id="h1kkc"></rp>

<abbr id="ayok6"><bdo id="ayok6"></bdo></abbr>

<samp id="ayok6"><samp id="ayok6"></samp></samp>

北大等發(fā)布多模態(tài)版o1！首個(gè)慢思考VLM將開(kāi)源，視覺(jué)推理超越閉源模型

2024-11-19 13:42 · 稿源：量子位公眾號(hào)

北大等出品，首個(gè)多模態(tài)版o1開(kāi)源模型來(lái)了——代號(hào)LLaVA-o1，基于Llama-3.2-Vision模型打造，超越傳統(tǒng)思維鏈提示，實(shí)現(xiàn)自主“慢思考”推理。在多模態(tài)推理基準(zhǔn)測(cè)試中，LLaVA-o1超越其基礎(chǔ)模型8.9%，并在性能上超越了一眾開(kāi)閉源模型。新模型具體如何推理，直接上實(shí)例，比如問(wèn)題是:減去

......

本文由站長(zhǎng)之家合作伙伴自媒體作者“量子位公眾號(hào)”授權(quán)發(fā)布于站長(zhǎng)之家平臺(tái)，本平臺(tái)僅提供信息索引服務(wù)。由于內(nèi)容發(fā)布時(shí)間超過(guò)平臺(tái)更新維護(hù)時(shí)間，為了保證文章信息的及時(shí)性，內(nèi)容觀點(diǎn)的準(zhǔn)確性，平臺(tái)將不提供完全的內(nèi)容展現(xiàn)，本頁(yè)面內(nèi)容僅為平臺(tái)搜索索引使用。需閱讀完整內(nèi)容的用戶(hù)，請(qǐng)查看原文，獲取內(nèi)容詳情。

即將跳轉(zhuǎn)到外部網(wǎng)站

安全性未知，是否繼續(xù)

繼續(xù)前往

（舉報(bào)）

相關(guān)推薦

關(guān)鍵詞：

薦剛剛，商湯發(fā)布第六代大模型：6000億參數(shù)多模態(tài)MoE，中長(zhǎng)視頻直接可推理

現(xiàn)在的國(guó)產(chǎn)AI應(yīng)用，一口氣看好幾分鐘的視頻，都可以直接做推理和解析了!瞧~只需“喂”上一段柯南片段，AI就搖身一變成“名偵探”做剖析:它會(huì)對(duì)整個(gè)視頻的內(nèi)容先做一個(gè)總結(jié)，再按照秒級(jí)，對(duì)視頻片段做內(nèi)容上的推演。商湯科技聯(lián)合創(chuàng)始人楊帆認(rèn)為:銀河通用合伙人、大模型負(fù)責(zé)人張直政表示:除此之外，上海交通大學(xué)副教授閆維新對(duì)這個(gè)問(wèn)題的看法是:總言之，商湯作為國(guó)?

?國(guó)產(chǎn)AI ?視頻解析 ?智能剪輯
可靈AI發(fā)布全新2.0模型：上線(xiàn)多模態(tài)視頻編輯功能

快科技4月16日消息，據(jù)報(bào)道，可靈AI在北京舉行靈感成真”2.0模型發(fā)布會(huì)，正式發(fā)布可靈2.0視頻生成模型及可圖2.0圖像生成模型。據(jù)介紹，可靈2.0模型在動(dòng)態(tài)質(zhì)量、語(yǔ)義響應(yīng)、畫(huà)面美學(xué)等維度保持領(lǐng)先；可圖2.0模型在指令遵循、電影質(zhì)感及藝術(shù)風(fēng)格表現(xiàn)等方面顯著提升。3月27日，全球AI基準(zhǔn)測(cè)試機(jī)構(gòu)Artificial Analysis發(fā)布了最新的全球視頻生成大模型榜單，快手可靈1.6pro（高品質(zhì)模

?可靈AI ?視頻生成模型 ?圖像生成模型
薦1000萬(wàn)上下文！新開(kāi)源多模態(tài)大模型，單個(gè)GPU就能運(yùn)行

今年2月初，谷歌發(fā)布的Gemini2.0Pro支持200萬(wàn)上下文，震驚了整個(gè)大模型領(lǐng)域。僅過(guò)了2個(gè)月，Meta最新開(kāi)源的Llama4Scout就將上下文擴(kuò)展至1000萬(wàn)，整整提升了5倍開(kāi)啟千萬(wàn)級(jí)時(shí)代。根據(jù)實(shí)驗(yàn)數(shù)據(jù)顯示，Llama4Behemoth在MMLUPro、GPQA、MATH-500等測(cè)試的數(shù)據(jù)比GPT-4.5、ClaudeSonnet3.7、Gemini2.0Pro更好。

?Gemini2.0Pro ?Llama4Scout ?上下文擴(kuò)展
開(kāi)源即支持！基于昇騰MindSpeed MM玩轉(zhuǎn)InternVL3多模態(tài)理解最新模型

多模態(tài)理解領(lǐng)域當(dāng)前已成了各家AI大模型公司“軍備競(jìng)賽”的關(guān)鍵點(diǎn)之一，國(guó)內(nèi)外知名AI大模型公司都爭(zhēng)相通過(guò)發(fā)布最先進(jìn)的多模態(tài)大語(yǔ)言模型展現(xiàn)其在多模態(tài)理解領(lǐng)域的前沿能力。近期，上海AI實(shí)驗(yàn)室推出了其最新的多模態(tài)大語(yǔ)言模型InternVL3 系列，相比上一代InternVL2. 5 模型，該模型展現(xiàn)出卓越的多模態(tài)感知和推理能力，同時(shí)進(jìn)一步擴(kuò)展了其工具使用、GUI代理、工業(yè)圖像分析等

?多模態(tài)理解 ?AI大模型 ?InternVL3
薦多模態(tài)和Agent成為大廠AI的新賽點(diǎn)

這是《窄播Weekly》的第52期，本期我們關(guān)注的商業(yè)動(dòng)態(tài)是:當(dāng)大廠的AI競(jìng)爭(zhēng)策略開(kāi)始傾斜向應(yīng)用場(chǎng)景，多模態(tài)能力和代理執(zhí)行成為兩個(gè)焦點(diǎn)。大模型落地C端場(chǎng)景的核心，就是讓大模型的能力越來(lái)越接近人。沿著這個(gè)主旋律，可以劃分出兩個(gè)進(jìn)化方向:一個(gè)是持續(xù)降低用戶(hù)與大模型進(jìn)行有效溝通的難度;另一個(gè)則是讓大模型具備執(zhí)行更復(fù)雜任務(wù)的能力。前者的實(shí)現(xiàn)，需要給到大模型多

?AI競(jìng)爭(zhēng)策略 ?多模態(tài)能力 ?大模型應(yīng)用
薦多模態(tài)和Agent成為大廠AI的新賽點(diǎn)

本期《窄播Weekly》聚焦AI大廠競(jìng)爭(zhēng)策略向應(yīng)用場(chǎng)景傾斜的趨勢(shì)，重點(diǎn)分析了多模態(tài)能力和代理執(zhí)行兩大發(fā)展方向。文章指出，大模型落地的核心在于讓人機(jī)交互更自然，具體表現(xiàn)為：1）通過(guò)多模態(tài)技術(shù)降低用戶(hù)使用門(mén)檻，如阿里夸克新推出的"拍照問(wèn)夸克"功能；2）通過(guò)代理執(zhí)行提升復(fù)雜任務(wù)處理能力，如字節(jié)、百度等推出的通用Agent產(chǎn)品。國(guó)內(nèi)外廠商路徑差異明顯：國(guó)?

?AI應(yīng)用場(chǎng)景 ?多模態(tài)能力 ?代理執(zhí)行
AI日?qǐng)?bào)：阿里騰訊全面支持MCP協(xié)議；階躍星辰多模態(tài)推理模型Step-R1-V-Mini；美圖WHEE圖像生成模型Miracle F1

歡迎來(lái)到【AI日?qǐng)?bào)】欄目!這里是你每天探索人工智能世界的指南，每天我們?yōu)槟愠尸F(xiàn)AI領(lǐng)域的熱點(diǎn)內(nèi)容，聚焦開(kāi)發(fā)者，助你洞悉技術(shù)趨勢(shì)、了解創(chuàng)新AI產(chǎn)品應(yīng)用。新鮮AI產(chǎn)品點(diǎn)擊了解:https://top.aibase.com/1、阿里巴巴已宣布全面支持MCP協(xié)議騰訊緊隨其后近日，中國(guó)人工智能領(lǐng)域迎來(lái)技術(shù)標(biāo)準(zhǔn)的變革，ModelContextProtocol成為國(guó)內(nèi)AI生態(tài)的事實(shí)標(biāo)準(zhǔn)。12.英偉達(dá)發(fā)布Llama3.1NemotronUltra253B，性能?

?人工智能 ?MCP協(xié)議 ?阿里巴巴
紫東太初多模態(tài)RAG全新發(fā)布：端到端問(wèn)答準(zhǔn)確率提升33%

在產(chǎn)業(yè)智能化進(jìn)程中，如何高效融合企業(yè)專(zhuān)有知識(shí)資產(chǎn)，構(gòu)建領(lǐng)域?qū)僬J(rèn)知引擎，是企業(yè)邁向智能決策與高效運(yùn)營(yíng)的關(guān)鍵。然而，傳統(tǒng)檢索增強(qiáng)生成(RAG)技術(shù)受限于語(yǔ)言單模態(tài)處理能力，僅能實(shí)現(xiàn)文本知識(shí)庫(kù)與文本查詢(xún)之間的淺層理解，難以滿(mǎn)足復(fù)雜業(yè)務(wù)場(chǎng)景的需求，在實(shí)際應(yīng)用中暴露出兩大缺陷:信息表征缺失:忽略知識(shí)庫(kù)中多模態(tài)富文檔的視覺(jué)語(yǔ)義信息，如版面結(jié)構(gòu)、圖表關(guān)?

?產(chǎn)業(yè)智能化 ?企業(yè)知識(shí)資產(chǎn) ?多模態(tài)檢索
薦不要思考過(guò)程，推理模型能力能夠更強(qiáng)

UC伯克利和艾倫實(shí)驗(yàn)室的最新研究表明，推理模型無(wú)需依賴(lài)冗長(zhǎng)的思考過(guò)程也能有效工作。研究人員提出的"無(wú)思考(NoThinking)"方法通過(guò)簡(jiǎn)單提示直接生成解決方案，跳過(guò)了傳統(tǒng)推理模型中的顯性思考步驟。實(shí)驗(yàn)證明，在低資源(低token數(shù)量、少模型參數(shù))或低延遲情況下，NoThinking方法的表現(xiàn)優(yōu)于傳統(tǒng)思考方式，能減少token使用量并提高推理速度。該方法在數(shù)學(xué)問(wèn)題解決、編程和形式定理證明等任務(wù)中表現(xiàn)優(yōu)異，尤其在資源受限時(shí)優(yōu)勢(shì)更明顯。研究還發(fā)現(xiàn)，結(jié)合并行計(jì)算擴(kuò)展后，NoThinking能進(jìn)一步提升性能，在保持準(zhǔn)確性的同時(shí)顯著降低延遲和計(jì)算成本。這一發(fā)現(xiàn)挑戰(zhàn)了"推理模型必須依賴(lài)詳細(xì)思考過(guò)程"的傳統(tǒng)認(rèn)知。

?推理模型 ?無(wú)思考方法 ?解決方案
薦AI日?qǐng)?bào)：字節(jié)發(fā)布豆包1.5深度思考模型；微信首個(gè)AI助手 “元寶” 上線(xiàn)；OpenAI發(fā)布o4-mini、滿(mǎn)血版o3

歡迎來(lái)到【AI日?qǐng)?bào)】欄目!這里是你每天探索人工智能世界的指南，每天我們?yōu)槟愠尸F(xiàn)AI領(lǐng)域的熱點(diǎn)內(nèi)容，聚焦開(kāi)發(fā)者，助你洞悉技術(shù)趨勢(shì)、了解創(chuàng)新AI產(chǎn)品應(yīng)用。新鮮AI產(chǎn)品點(diǎn)擊了解:https://top.aibase.com/1、OpenAI發(fā)布兩款多模態(tài)推理模型o4-mini、滿(mǎn)血版o3OpenAI在技術(shù)直播中推出了其最新的多模態(tài)模型o4-mini和滿(mǎn)血版o3，這兩款模型具備同時(shí)處理文本、圖像和音頻的能力，并能調(diào)用外部工?

?人工智能 ?多模態(tài)模型 ?OpenAI

熱文

3 天
7天

1

累了倦了就找 ChatGPT……AI正在淪為“情緒垃圾桶”！

站長(zhǎng)商機(jī)

廣告

商務(wù)合作侵權(quán)投訴廣告服務(wù) 版權(quán)聲明招聘

?CopyRight 2002-2020 CHINAZ.COM

<samp id="8ycow"><delect id="8ycow"></delect></samp>