AI资讯新闻榜单内容搜索-多模态

关键词: 苹果大模型,Ferret,多模态大模型

iPhone迎来AI时刻？岁末年初，苹果加快了在大模型领域的步伐。

关键词: NExT-Chat,大模型,数据标注,多模态大模型

多模态大模型集成了检测分割模块后，抠图变得更简单了！

关键词: 多模态大模型,MobileVLM,移动端模型

近日，美团、浙大等推出了能够在移动端部署的多模态大模型，包含了 LLM 基座训练、SFT、VLM 全流程。也许不久的将来，每个人都能方便、快捷、低成本的拥有属于自己的大模型。

关键词: Unified-IO 2,多模态大模型

首个视觉、语言、音频和动作多模态模型Unified-IO 2来了！它能够完成多种多模态的任务，在超过30个基准测试中展现出了卓越性能。

关键词: MoE,多模态,多模态大模型

多模态大模型做“多任务指令微调”，大模型可能会“学得多错得多”，因为不同任务之间的冲突，导致泛化能力下降。

关键词: PixelLM,字节AI,多模态PixelLM

目前大多数模型的能力还是局限于生成对整体图像或特定区域的文本描述，在像素级理解方面的能力（例如物体分割）相对有限。

关键词: Emu2,开源版Gemini,多模态模型Emu2

最强的全能多模态模型来了！就在近日，智源研究院重磅发布了开源界的「Gemini」——Emu2，一口气刷新多项SOTA。

关键词: 安卓版GPT-4,Copilot

微软默默地推出了安卓版本的Copilot，可以免费使用GPT-4，甚至还能绕过OpenAI的次数限制。

关键词: AppAgent,腾讯AppAgent

一不留神，大模型已经学会了操纵手机？最近，腾讯最新多模态智能体框架AppAgent曝光，可以像人类一样操作各种应用。

关键词: 九天多模态大模型,若愚科技,机器人大模型

若愚科技与哈工深联合研发了语言大模型基座---立知和多模态大模型基座---九天，总参数规模达130亿，训练数据超1500B tokens, 能完成多任务、多轮对话、中英翻译、思维链、工具使用等多种类型的指令数据