跳到正文
#多模态

标签

#多模态

按发布时间排列的全部收录，按天分组；筛选和搜索都在这一页。

共 296 条 · 第 7 / 8 页 · 更新于 19:17

10/22

星期四12 条

  1. 掘金46ContentPart 联合类型实战：不碰存量消息，怎么给 ChatMessage 加图片
  2. 掘金34用真实卫星数据 + Three.js 做 3D 智慧牧场大屏：牛一越界 3 秒飞到它身边
  3. 掘金58哈工大实测六个开源 VLM：证据页全在上下文里仍答错，补 OCR 文本涨 13-16 分
  4. 掘金37暨南大学发布 HANS 数据集：让文档解析模型学会忽略学生涂改
  5. 掘金34IIT Gandhinagar 用 AI 流水线识别并翻译阿育王婆罗米文铭文
  6. 掘金66阿里 Qwen DianJin 团队提出分层多模态记忆，重建长文档标题层级并发布 CLDoc-HHRBench 基准
  7. 掘金52DDVR-Net 用可见度门控拆分字形与破损特征，严重破损字符准确率 61.54%
  8. 掘金60腾讯 EVIE 把视觉文档检索索引从 488 GiB 压到 3.81 GiB，精度让 7 分
  9. Hacker News · 首页62Mistral 发布开放权重多模态模型 Mistral Large 4
  10. Hacker News · AI 讨论20Claude Sonnet 5.5 能否从照片可靠估算食物宏量营养素？
  11. Hacker News · AI 讨论20AI 虚拟网红生意：假人设如何赚真钱，真人创作者为何反击
  12. Google Research24Google Research 用 AI 辅助超声评估孕龄，盲扫法在肯尼亚与芝加哥验证

10/21

星期三14 条

  1. IT之家22腾讯内测 AI 互动社区“懂了鸭”：一句话生成动态课件与 3D 演示
  2. 量子位36清华AIR孵化紫荆智康：多分身智能体协同升级“紫荆AI医院”
  3. The Rundown AI20Mass General Brigham 用 4000 万张人脸训练 AI，凭一张自拍预测癌症生存风险
  4. ElevenLabs Blog26ElevenLabs 推出 Eleven Realtime Translation 实时语音翻译模型
  5. NVIDIA Blog58NVIDIA 发布 Nemotron 3.5、Kumo、Cosmos 3.5 等开源模型家族
  6. Hugging Face Blog74NVIDIA 发布 Nemotron 3.5 Embed、Rerank 与 Parse 检索模型
  7. Hacker News · AI 讨论58清华团队提出 PPMem 用平面基元为视频世界模型建立持久记忆
  8. 掘金74开源 AI 漫画到微信公众号草稿箱流水线，含分格一致性与并发锁实现
  9. 雷峰网18从安防到工业，海康威视的场景数字化底气从何而来
  10. 量子位30Meshy 推出 Meshy Edit：一句指令完成 3D 模型局部编辑
  11. 钛媒体22《柳叶刀·数字健康》：麻省总医院布莱根 FAHR-Face 仅凭人脸照片预测癌症患者死亡风险
  12. IT之家40小米 MiMo-V2.5-Pro 模型今日下线，替换为 V2.6-Pro 后支持多模态理解
  13. 雷峰网20王友清教授团队论文被 ACM MM 2026 录用
  14. Hacker News · 首页18Show HN：Jev Cards——你能在图片问答中击败视觉模型吗？

10/20

星期二12 条

  1. 爱范儿71VAST 开源实时世界模型 EdenLive，含 5B/14B 权重与 EdenGolem skill
  2. Hacker News · AI 讨论12JustEat 为 AI 生成图片错误道歉并暂停推广
  3. IT之家55小米 MiMo-V2.6-Pro 上线 WorkBuddy，支持 1M 上下文与多智能体分工协作
  4. Hacker News · AI 讨论22Everygen AI：一站式 AI 视频、图像、Shorts 与广告创作工作室
  5. Hacker News · AI 讨论58在自有服务器上用 vLLM 部署瑞士开源多模态模型 Apertus 8B
  6. 爱范儿36Lovart 2.0 实测：个人设计 Agent「Arti」上线
  7. IT之家8倍思海外推出 U2 Pro Outdoor 监控摄像头，聚光灯可追踪移动目标
  8. 雷峰网22华中师大 CoReFuse-Med：先净化再融合，让低质模态不再拖后腿｜ACM MM 2026
  9. MarkTechPost41Nace AI 发布 Drex Max：面向计算机使用智能体的多模态决策模型，Decision Index 得分 67.59
  10. TechCrunch · AI22Replika 创始人 Kuyda 正式上线多智能体个人助手 Wabi
  11. The Decoder58可灵 AI 发布 4.0 版本，支持立体声、多语言口型同步并推出轻量 Flash 版
  12. AWS Machine Learning Blog58TwelveLabs Pegasus 1.5 上线 Amazon Bedrock，支持按时间段输出结构化视频元数据

10/19

星期一2 条

  1. MarkTechPost63MiniMax 上线 M3.1 Flash：428B MoE 智能体模型，输入 $0.15/百万 token
  2. Ollama Blog60Cloudflare 的 27B 多模态决策模型 Clef 上线 Ollama 云端