日期: 2025 年 6 月 13 日

VRAG-RL：阿里开源多模态RAG推理框架，视觉信息理解与生成的“新引擎”！

作者

阿里巴巴通义大模型团队推出VRAG-RL多模态RAG推理框架，通过视觉感知驱动和强化学习优化提升VLMs处理视觉丰富信息的能力。支持多轮交互、动态调整策略等，应用场景包括智能文档问答、视觉信息检索、多模态内容生成等。

AI每日速报 | 2025-06-13

作者

专为AI工程师和产品经理打造的文章汇总了模型与核心技术、产品动态与战略布局。Meta发布V-JEPA 2，AMD推出MI350X，字节跳动发布Seedance 1.0，谷歌用于飓风预测，AlphaWrite研究提升创意写作；Meta豪掷投资Scale AI，AI原生浏览器Dia推出，苹果Siri升级推迟至2026年。

超越可灵，字节Seedance1.0 pro登上AI视频王座，多镜头叙事，自然切换

作者

字节跳动在火山引擎Force大会上推出多款新AI产品，其中Seedance 1.0 pro视频生成模型在文生视频和图生视频任务中表现突出，尤其擅长多镜头叙事、人物动作控制流畅自然等。

一招缓解LLM偏科！调整训练集组成，“秘方”在此上交大&上海AILab等

作者

MLNLP社区发布了一项创新方法IDEAL，用于解决大型语言模型（LLM）在多任务场景下可能出现的偏科现象。通过调整监督微调（SFT）训练集组成，研究团队发现优化后的模型在多种领域上的综合性能显著提升。