←搜索结果

搜索“多模态”

按匹配度 · 共 211 条结果 清除搜索

星期三

  1. 事件1 条新闻 · 1 个事实

    Cloudflare多模态决策模型Clef上线Ollama

    Cloudflare 的 27B 多模态决策模型 Clef 已在 Ollama 上线,用户可在本地或 Ollama 云端运行。据 Ollama Blog 2026 年 10 月 19 日发布的信息,Clef 由 Qwen3.8-27B 微调而来,采用 Apache 2.0 许可,支持文本与图像输入,兼容 Jev 和 System One API,可一次读取输入并同时为所有问题打分。官方称其在 Cloudflare Decision Index 上居首,并在多数基准上超过 Jev。目前该模型已可通过 Ollama 使用,尚无后续发展事实。

    匹配字段标题

星期一

星期日

  1. 事件1 条新闻 · 1 个事实

    MIT团队提出面向晶体材料的多模态AI模型

    MIT研究人员提出一个多模态AI模型,将晶体的3D原子结构与自然语言描述结合,使模型能“看见”原子排列与键合模式并推理材料性质。该研究发表于Nature Communications。在固态锂离子电池电解质筛选中,其排名靠前的结果包含已被独立认定为有前景的候选材料;模型在材料设计识别上优于仅用文本训练的模型。目前尚无后续进展。

    匹配字段标题

星期五

  1. 事件2 条新闻 · 1 个事实

    Liquid AI 发布多模态决策模型 d1-ultra

    2026年10月15日,Liquid AI 发布多模态决策模型 d1-ultra。据官方博客,该模型可同时读取文本和图像,一次前向传播直接输出概率而不生成 token,支持 noul、Choice、Score 三类问题,已在 Liquid API 上线,输入 token 定价为每百万 0.042 美元,仅按输入计费,图像按每 32×32 像素块 1.5 token 折算,1024×1024 图像计 1,536 token;官方称其在 112 项评测中优于前代 d1 和 Jev 1.14,并在 Artificial Analysis Decision Index 上领先其他决策模型至少 8 分,后续将登陆 Vercel 和 OpenRouter。10月16日,Artificial Analysis 报道称 d1-ultra 以 65 分登顶 Artificial Analysis Decision Index v1.0,领先 Jev 1.14(57 分)和 GLiDE、Microsoft-Decision-1(54 分);其 AA-Omniscience-Decision 非幻觉率从 d

    匹配字段标题

  4. 事件1 条新闻 · 1 个事实

    OpenBMB 宣布 MiniCPM-V 4.7 多模态能力登陆 Intel 平台

    2026年10月15日,面壁智能(OpenBMB)宣布 MiniCPM-V 4.7 的多模态能力登陆 Intel CPU、GPU 和 NPU。面壁智能感谢 Intel Devs 为该模型提供 day-0 支持,并表示期待将其多模态能力带到 Intel CPU、GPU 和 NPU 上。被引用的 Intel Devs 帖文称,OpenVINO 已为 MiniCPM-V 4.7 提供 Day 0 支持,可在 Intel CPU、GPU 和 NPU 上运行文档理解、OCR 和视频分析等多模态 AI 工作负载。目前该消息由面壁智能发布,尚无后续发展事实。

    匹配字段标题

  5. 事件1 条新闻 · 1 个事实

    Voxel51 发布 3.0 端到端多模态数据平台

    Voxel51 于 10 月 15 日发布 Voxel51 3.0 端到端多模态数据平台,把搜索、数据整理、标注和评估整合到同一系统,面向机器人、车辆和工厂传感器数据团队。新版本加入 Voxel51 Agent,提供 45+ MCP 工具、80+ 算子和 18 个开源技能,并新增部署、数据集、样本和版本四层数据溯源。平台包含基于 LanceDB 的持久混合搜索索引,支持时序多模态数据,并可在 app.voxel51.com 免费试用。企业产品 FiftyOne Enterprise 更名为 Voxel51,开源项目仍称 FiftyOne。免费版包含 Voxel51 Agent、每月 30,000 次推理请求和 30 计算小时,上限为 3 个数据集、每个 10,000 样本和 20 GB 存储。

    匹配字段标题

  6. 事件1 条新闻 · 1 个事实

    Apple提出SSR框架,多模态搜索智能体推理延迟降低超90%

    2026年10月16日,Apple提出Selection-based Structured Reasoning(SSR)框架。该框架将推理从开放式生成改为从预设可复用自然语言候选中选择,无需辅助任务头,并借助共享上下文KV cache并行打分。在2B和4B模型、七个多模态搜索基准上,SSR平均成功率与同规模领先搜索智能体相当,单轮推理延迟降低超90%,每题模型总推理延迟降低28–54%。目前尚无后续发展事实。

    匹配字段标题

星期四

  4. 事件1 条新闻 · 1 个事实

    Neura Robotics 发布 Neuron AI 多模态基础模型

    2026年10月14日,Neura Robotics 发布面向物理 AI 的多模态基础模型 Neuron AI。据 Robotics & Automation News 报道,该模型融合 3D 视觉、触觉与力、音频、机器人状态和语言,并加入记忆功能,使机器人在物体离开视野后仍保留上下文。其 Perception-Language-Action 架构把多感官信息对齐到同一空间并转化为动作,训练数据来自真实机器人数据、仿真放大数据和人类演示数据三类来源。该模型在德国 Metzingen 内部开发训练,并将在 Nvidia GTC Berlin 2026 上由人形机器人 4NE1 演示十一分钟的洗衣处理流程。目前尚无后续发展事实。

    匹配字段标题

星期三

  3. 事件1 条新闻 · 1 个事实

    OpenBMB 回应社区对本地多模态 AI 的关注

    2026年10月13日,OpenBMB(面壁智能)就社区对推动本地多模态 AI 发展的兴趣作出回应。其回应出现在对 MiniCPM V4.7 端侧多模态分享的回复中,表示很高兴看到社区从手机到边缘设备推动本地多模态 AI 发展的兴趣。目前该故事仅有这一条有证据的事实,暂无后续发展。

    匹配字段标题

  4. 事件1 条新闻 · 1 个事实

    InternLM 介绍 Intern-S2-397B 多模态基础模型

    2026年10月13日,InternLM 发布并介绍 Intern-S2-397B 及其预览版 Intern-S2-Preview-397B、Intern-S2-Preview-35B 等科学多模态基础模型,覆盖预训练、强化学习任务与长程智能体三个方向。其中 Intern-S2-Preview-35B 基于 Qwen3.5 继续预训练,仅用 35B 参数在多个核心专业科学任务上达到万亿级 Intern-S1-Pro 的相当水平,并采用共享权重 MTP 与 CoT 压缩提升推理效率。系列模型支持 LMDeploy、vLLM、SGLang 部署,以 Apache 2.0 许可发布。目前尚无后续发展事实。

    匹配字段标题

星期二