←搜索结果

搜索“多模态”

按匹配度 · 共 801 条结果 清除搜索

星期二

  2. 事件1 条新闻 · 1 个事实

    字节 Seed 发布多模态图像创作模型 Seedream 5.0 Pro

    字节跳动 Seed 正式发布多模态图像创作模型 Seedream 5.0 Pro。据官方介绍,该模型在图文对齐、结构一致性、文字渲染和视觉美感等基础能力上全面提升,并带来四项核心突破:复杂信息可视化、交互式精准编辑、写实影像与人物质感,以及原生多语言输入与生成,支持法语、德语、俄语、日语、韩语、西班牙语、阿拉伯语等十余种语言。官方称其在复杂信息图生成和交互式精准编辑上取得突破,但更细粒度的文字渲染与像素级编辑一致性仍有提升空间。目前尚无后续发展事实。

    匹配字段标题

  5. 事件1 条新闻 · 1 个事实

    Philipp Schmid 称超快多模态模型让更多应用成为可能

    2026年9月20日,Philipp Schmid 发表观点,称超快、多模态且足够便宜可自由使用的模型让更多应用成为可能。他表示喜欢相关的 Jev 演示、复现和项目,认为它们展示了这类模型能带来多少可能;同时指出人们过于专注于编程智能体,容易忘记 AI 还能做多少其他事情。目前没有后续发展事实,该观点仍为最新状态。

    匹配字段标题

星期日

  1. 事件1 条新闻 · 1 个事实

    Google Ads介绍Asset Studio多模态视频创作

    2026年10月1日,Google Ads在Ads Decoded节目中介绍了Asset Studio的多模态视频创建功能。据Google Blog介绍,该功能由Gemini Omni驱动,可将网站URL和照片转为高质量视频,供相关方在发布前预览。同一节目还提到,Demand Gen和YouTube效果广告可把现有社交素材作为创意基础,只需符合素材规格与指南;并建议逐步调整、注重新素材质量而非数量,以便系统有足够时间衡量效果。目前该故事尚无后续发展事实,状态停留在这一介绍。

    匹配字段标题

  2. 事件1 条新闻 · 1 个事实

    康泰纳仕构建多模态视频搜索

    康泰纳仕与AWS生成式AI创新中心合作,构建基于Amazon Bedrock的多模态视频发现方案。该方案依托Amazon Bedrock与Amazon OpenSearch Service,并选用TwelveLabs Marengo嵌入模型,对画面、音频与字幕进行联合编码。据AWS Machine Learning于2026年9月29日发布的信息,该方案将单次内容检索耗时从平均250分钟降至2分钟以内,覆盖超14万条视频库,支持自然语言意图搜索、图像查询和精确时间戳定位。目前尚无后续发展事实。

    匹配字段标题

  3. 事件1 条新闻 · 1 个事实

    Philipp Schmid推荐用Gemini 3.8 Flash做多模态理解

    2026年9月24日,Philipp Schmid表示做多模态理解直接用Gemini 3.8 Flash即可。他引用的是Spencer Schiff当天手绘的一张人物图测试,该测试称目前前沿模型都无法把每个人名正确对应,Spencer期待未来模型再试。目前该推荐仅有这一条来源,尚无后续发展事实。

    匹配字段标题

  4. 事件1 条新闻 · 1 个事实

    Dynamo加速多模态模型服务

    2026年9月9日,NVIDIA Dynamo 采用编码预填充解码(EPD)解耦优化多模态模型推理服务,将视觉编码与 LLM prefill、decode 阶段拆开。据 NVIDIA Developer 介绍,在图像密集提示、短到中等输出和量化 MoE 模型上,该方案实现最高 5 倍更快的首 token 时延(TTFT)和 7 倍更快的端到端响应时间。在混合文本与多模态流量中,EPD 消除队头阻塞,使文本请求平均 TTFT 降低 42.2%、图像请求降低 30.8%;将 LLM 权重量化为 NVFP4 而视觉编码器保持 BF16,可把共置 EPD 的 goodput 从聚合服务的 1.78 倍提升到 2.64 倍。同时,当 decode 主导延迟或大型稠密模型削弱视觉编码器算力占比时,收益会缩小。目前尚无后续发展事实。

    匹配字段标题

  5. 事件1 条新闻 · 1 个事实

    Philipp Schmid评价Gemini 3.8多模态实

    2026年9月4日,Philipp Schmid就Gemini 3.8的多模态任务表现发表评价,称其在真实世界中的实用性无可匹敌,并称赞@skalskip92的工作。目前该评价是这一故事中唯一明确记录的事件,尚无更多后续进展或不同说法。

    匹配字段标题

  6. 事件1 条新闻 · 1 个事实

    H Company发布NeoMME多语言多模态编码器

    2026年9月3日,H Company发布NeoMME多语言多模态编码器及检索模型。据Hugging Face介绍,NeoMME是一个包含260M和800M两种规模的多语言多模态编码器家族,使用单个双向Transformer同时处理文本token和原始图像patch,从零以掩码离散扩散目标训练,不依赖独立视觉塔或因果语言模型。微调后的NeoMME-Retriever用于视觉文档检索,两种规模均位于ViDoRe v3的nDCG@10与模型规模Pareto前沿;在NVIDIA L40S上,260M模型以2048×2048输入每秒编码约51页,约为ColModernVBERT吞吐的两倍。模型已在Hugging Face Transformers提供,检查点以Apache 2.0许可发布。目前尚无后续发展事实。

    匹配字段标题

  7. 事件2 条新闻 · 1 个事实

    DeepSeek扩展多模态API能力

    2026年8月21日,DeepSeek为API加入多模态支持,实验模型deepseek-v4-flash-vision-exp可接收文本与图像混合输入,并兼容Chat Completions、Messages和Responses接口。开发者可通过base64、外部URL或Files API提供图像,其中Files API支持图片上传及跨请求复用。每张图像最多按384 tokens计费,采用V4-Flash定价。当前材料未提供该能力转为正式模型或进一步扩展的进展。

    匹配字段标题

星期四

星期六

星期四

星期日

星期三

  2. 事实所属事件

    百灵发布并开源原生多模态模型Ling-3.0-flash-VL

    2026年9月9日,蚂蚁百灵发布并开源百灵系列首个原生多模态大模型Ling-3.0-flash-VL。该模型基于Ling-3.0-flash的MoE架构拓展,总参数124B、单次推理激活5.5B,原生支持图像、文本与视频输入,上下文窗口为256K Token。官方称,原生多模态联合训练使该模型在Artificial Analysis Intelligence Index v4.1.1上较纯文本版本提升4分,并引入观察、行动、验证、修正的视觉反馈闭环,用于前端复刻、GUI Agent和医疗报告解读。目前模型已在Ling Studio上线免费体验,BF16和FP8版本已在Hugging Face与ModelScope开源。

    匹配字段标题

    查看事件：百灵发布并开源原生多模态模型Ling-3.0-flash-VL

星期日

  1. 事件1 条新闻 · 1 个事实

    百灵发布并开源原生多模态模型Ling-3.0-flash-VL

    2026年9月9日,蚂蚁百灵发布并开源百灵系列首个原生多模态大模型Ling-3.0-flash-VL。该模型基于Ling-3.0-flash的MoE架构拓展,总参数124B、单次推理激活5.5B,原生支持图像、文本与视频输入,上下文窗口为256K Token。官方称,原生多模态联合训练使该模型在Artificial Analysis Intelligence Index v4.1.1上较纯文本版本提升4分,并引入观察、行动、验证、修正的视觉反馈闭环,用于前端复刻、GUI Agent和医疗报告解读。目前模型已在Ling Studio上线免费体验,BF16和FP8版本已在Hugging Face与ModelScope开源。

    匹配字段标题

星期五