全球最大开源具身大模型！中国机器人跑完马拉松后开始学思考
全球最大开源具身大模型！中国机器人跑完马拉松后开始学思考昨天，全球参数量最大的具身智能多模态大模型——Pelican-VL 1.0正式开源。它不仅覆盖了7B到72B级别，能够同时理解图像、视频和语言指令，并将这些感知信息转化为可执行的物理操作。
来自主题: AI资讯
8367 点击 2025-11-15 10:18
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
昨天，全球参数量最大的具身智能多模态大模型——Pelican-VL 1.0正式开源。它不仅覆盖了7B到72B级别，能够同时理解图像、视频和语言指令，并将这些感知信息转化为可执行的物理操作。
一篇入围顶会NeurIPS’25 Oral的论文，狠狠反击了一把DiT（Diffusion Transformer）。这篇来自字节跳动商业化技术团队的论文，则是提出了一个名叫InfinityStar的方法，一举兼得了视频生成的质量和效率，为视频生成方法探索更多可能的路径。
中国最早进行医疗大模型后训练的创新企业之一 ——杭州全诊医学科技有限公司（以下简称“全诊医学”）正式宣布完成1亿元B轮融资：2024年4季度由A股上市公司“创新医疗”(SZ.002173)完成战略轮投资；2025年2季度由中国医药工业百强“好医生集团”完成B轮投资，探针资本担任本轮融资的独家财务顾问。
昨天晚上，我一直很喜欢的字节家的TRAE SOLO，终于正式上线了。 自从他们之前7月21号发了以来，其实就一直在内测，一直能用到的人都不多，而现在，终于全量了。 而且，限时免费。 TRAE国内版正式
一位在互联网上近乎「隐形」的27岁创始人，却同时赢得奥特曼与孙正义的重注，豪言要打造一个「现代贝尔实验室」。
谷歌花27亿美元（约192亿人民币）挖来的Transformer“贡献最大”作者Noam Shazzer，现在点燃了火药桶。
在7000多种人类语言中，只有少数被现代语音技术听见，如今这种不平等或将被打破。Meta发布的Omnilingual ASR系统能识别1600多种语言，并可通过少量示例快速学会新语言。以开源与社区共创为核心，这项技术让每一种声音都有机会登上AI的舞台。
Gemini 3 还没影子，GPT 5.1 已经在路上。7 号深夜，OpenRouter 平台上线了一个全新的隐名模型。已经有眼尖动作快的网友尝鲜体验，并且认为这就是披着马甲的 GPT 5.1，暂名：Polaris Alpha。
过去几个月，大型人工智能公司在印度动作频频。首先是 Perplexity AI 公司与印度第二大移动网络运营商 Airtel 合作，在印度免费提供其高级 Pro 版本。他们免费赠送了一份价值约 17000 卢比（约合人民币 1365 元）的年度订阅服务。这发生在 7 月份。此举拉开了更多类似合作的序幕。
Leonis Capital 在全球超过 10,000 家 AI 初创公司中，基于融资、招聘、用户使用情况，GitHub 趋势、新闻、ProductHunt、ARR 预估等数据和信号，筛选出了 100 家增长最快的初创公司。他们对这 100 家 AI 初创公司进行了详细分析，制作了一份 The Leonis AI 100 的研究报告。