混元OCR模型核心技术揭秘:统一框架、真端到端
混元OCR模型核心技术揭秘:统一框架、真端到端腾讯混元大模型团队正式发布并开源HunyuanOCR模型!这是一款商业级、开源且轻量(1B参数)的OCR专用视觉语言模型,模型采用原生ViT和轻量LLM结合的架构。目前,该模型在抱抱脸(Hugging Face)趋势榜排名前四,GitHub标星超过700,并在Day 0被vllm官方团队接入。
腾讯混元大模型团队正式发布并开源HunyuanOCR模型!这是一款商业级、开源且轻量(1B参数)的OCR专用视觉语言模型,模型采用原生ViT和轻量LLM结合的架构。目前,该模型在抱抱脸(Hugging Face)趋势榜排名前四,GitHub标星超过700,并在Day 0被vllm官方团队接入。
腾讯混元大模型团队正式发布并开源HunyuanVideo 1.5。
杭州蚂蚁,投了一家腾讯系具身智能公司。
在腾讯四年,朱庆旭曾将多种训练数据喂给具身模型,最终他得出结论:“基于遥操作数据训练的主流方案,有着原理性缺陷。”
根据投资实习所的报道,前字节跳动算法负责人陈志杰创立的 Verdent AI 近期完成了由腾讯领投、红杉中国等老股东跟投的 A 轮融资,金额在数千万美元,估值或已突破 2 亿美元。这使 Verdent
先是彭博社等多家媒体爆料,对标ChatGPT、Gemini,阿里即将对通义APP进行全面改革,而且计划第一步就是将“通义”更名为“Qwen”。谷歌也在今日出手,直接把战火烧到了阿里的电商主场。谷歌宣布推出全新AI购物功能,允许用户直接使用AI浏览商品、拨打电话咨询店铺,甚至完成一键结账。
全开源多模态大模型(MLLM)的性能,长期被闭源和半开源模型“卡脖子”。
Meta首席执行官马克·扎克伯格近日批准了一项涉及约600名员工的AI部门裁员计划,这是Meta今年在人工智能领域规模最大的一次调整,主要波及公司核心研发机构。在此消息公布后,田渊栋首次公开露面,接受了腾讯科技特约作者「课代表立正」的独家深度访谈。
厦门大学和腾讯合作的最新论文《FlashWorld: High-quality 3D Scene Generation within Seconds》获得了海内外的广泛关注,在当日 Huggingface Daily Paper 榜单位列第一,并在 X 上获得 AK、Midjourney 创始人、SuperSplat 创始人等 AI 大佬点赞转发。
鹅厂就给旗下AI原生产品知识库工作台ima过了一周岁生日。还趁热打铁放出了ima 2.0版本,主打任务模式。于是,这个能把微信文件、公众号文章等资源一键变成可提问式知识库的鹅厂版NotebookLM,从只会问答升级到了能生成报告和播客的进阶版。