只看图片就能学会压缩Token！浙大&阿里新框架多轮VQA压缩率90%，精度不掉｜CVPR 2026
只看图片就能学会压缩Token！浙大&阿里新框架多轮VQA压缩率90%，精度不掉｜CVPR 2026多轮视觉问答，正在成为LVLM推理效率的“照妖镜”。
来自主题: AI技术研报
8674 点击 2026-05-08 09:52
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
多轮视觉问答，正在成为LVLM推理效率的“照妖镜”。
那个一句话生成完整物理世界、做出 GitHub 最大开源机器人项目的团队，又出手了。
据华峰资本消息，近日，北京AI大模型独角兽月之暗面（Kimi）完成新一轮约20亿美元（约合人民币136.22亿元）融资，为中国大模型圈目前最大额融资，投后估值突破200亿美元（约合人民币1362.25亿元）。
Noiz AI是一家低调务实的音频AI公司，由前Meta、字节员工，及清华、北大、港科大校友联合创立。团队大部分成员是00后，清北校友占据半数左右。
OpenAI，这次又真·Open了一下。
AI圈有个怪现象： 模型越来越强，确实是好事；但随着AI用法越发多样，用起来的门槛却越来越高。
SWE-Bench 的创建者，刚刚又放出了一个地狱级新 benchmark。
UniGeo通过视频模型的连续视角先验与统一几何引导，实现稳定、高质量的相机可控图像生成，全面超越现有方法，在不同幅度的相机运动中提升跨视角一致性与结构稳定性。
Anthropic最新研究让AI先读懂规范背后的意义，再接受行为示范，在特定实验中将Agent失控率从54%压到7%。
看过的人已经傻眼了，因为这可能是今年为止最炸的机器人demo。