多模态

体验媲美 Deepseek R1 的国产多模态大模型：豆包 1.6 系列能否成为 AI Agent 的希望之光？ 为什么说 豆包 1.6 系列大模型非常重要？ 很多人认为今年是 AI Agent 落地...

谷歌Gemini 2.5 Pro性能滑坡与神秘模型Kingfall泄露事件分析 1. 谷歌Gemini 2.5 Pro为何遭遇性能滑坡？#Gemini性能 #AI模型退步 问题： 谷歌最新发布的Gem...

本文将介绍如何利用 Gemini 的长上下文能力辅助阅读英文文献，并分享一个自用的 Prompt，帮助你快速了解论文的核心信息。同时，还会探讨如何利用 Gemini 的多模态理解能力，解读论文中的图表...

AI 大模型淘汰赛：阶跃星辰的多模态 AGI 之路 AI 大模型进入淘汰赛，如何看待行业发展？ 目前，AI 大模型领域竞争激烈，各头部公司不断发布新模型。但阶跃星辰创始人兼 CEO 姜大昕认为，现阶段...

OpenAI 最新发布：O3 和 O4-mini 模型深度解析 引言：OpenAI 的惊喜发布 在万众期待中，OpenAI如期发布了O3和O4-mini模型，这一消息无疑给AI界带来了新的活力。尽管之...

1. 什么是 GPT-4.1 Nano？ GPT-4.1 Nano 是 OpenAI 于 2025年4月15日 发布的一款新型 人工智能模型。作为 OpenAI 首个 Nano 版本，它以 速度最快...

AI领域最新进展：Meta Llama 4、OpenAI GPT-5及DeepSeek新突破 Meta Llama 4系列：多模态与超长上下文的强大结合 Llama 4 有哪些亮点？ Meta 近期发...

Llama 4 发布：Meta 的 AI 战略新方向？ Llama 4 有哪些新特性？ Meta 发布了 Llama 4，这次并没有追求参数量的“遥遥领先”，而是通过三款模型来重新布局，分别是 Sco...

1. 为什么秘塔搜索要增加视频搜索？ #视频搜索 #多模态数据 秘塔搜索一直致力于提供更全面、更深入的信息检索服务。为了更好地满足用户对多样化信息的需求，秘塔搜索在对上亿条视频内容进行深入分析和理解的...

R1-Onevision：弥合多模态能力与深度推理，让视觉模型更“会思考” 什么是 R1-Onevision？它解决了什么问题？ R1-Onevision 旨在弥合 Qwen-VL 的多模态能力和 D...