多模态大语言模型（MLLMs）在处理来自图像和文本等多种来源的信息时能力强大 。 然而，一个关键挑战随之而来：当这些模态呈现相互冲突的信息时（例如，图像显示一辆蓝色汽车，而文本描述它为红色），MLLM必须解决这种冲突 。模型最终输出与某一模态信息保持一致的行为，称之为“模态跟随”（modality following）
从人的状态看，李彦宏比以前更「放松」了，而从事儿的角度看，百度似乎有意识的聚焦了。
Llama4性能造假丑闻，OpenAI烧钱的速度远超过了盈利能力；另外一方面：国产模型凭借足够强大的性能与超高性价比，迅速占领了国际开源模型市场。是时候再次为国产AI鼓掌了！
当前视频检索研究正陷入一个闭环困境：以MSRVTT为代表的窄域基准，长期主导模型在粗粒度文本查询上的优化，导致训练数据有偏、模型能力受限，难以应对真实世界中细粒度、长上下文、多模态组合等复杂检索需求。
AI医疗不是一门新生意，但确是一个“性感”的赛道。
Anthropic 周三宣布与英国新锐云服务商 Fluidstack 达成一项雄心勃勃的数据中心合作协议，将投入 500 亿美元在美国多地建设设施以满足其不断增长的计算需求。
答案藏在阿里 AI + 云的全栈布局里。2025 年 11 月 12 日，杭州阿里全球总部的访客登记系统跳出一串特殊信息——柯丝蒂·考文垂，国际奥委会首位非洲籍、女性主席。
具身智能机器人太火了。
“一位老师，用 AI 做了个《林黛玉初进贾府》的互动游戏。”
我们都知道 LLM 中存在结构化稀疏性，但其底层机制一直缺乏统一的理论解释。为什么模型越深，稀疏性越明显？为什么会出现所谓的「检索头」和「检索层」？
