GPT-4o再暴露「弱智」缺陷，大模型无一幸免！港中文等发布「视觉听觉」基准AV-Odyssey：26个任务直指死角问题
顶尖多模态大模型在AV-Odyssey基准测试中表现不佳，无法正确分辨声音大小。研究团队提出DeafTest和AV-Odyssey评估基准，揭示音频感知仍是大模型的主要瓶颈。
多模态大模型
深度｜AI正在重塑互动体验：从《换你来当爹》到《灵魂提取器》，爆款AI游戏的新玩法
AI技术推动下，虚拟数字人和AI养成类游戏成为新趋势。《换你来当爹》等游戏通过AI生成工具实现个性化创作，《灵魂提取器》让用户轻松创建个性化的虚拟角色。
文本、图像、点云任意模态输入，AI能够一键生成高质量CAD模型了
上海科技大学硕士生徐京伟和忆生科技王晨宇等人提出的CAD-MLLM模型，支持文本、图像和点云输入生成高质量的CAD模型。该模型填补了CAD多模态数据资源的空白，并提出了四种评估CAD拓扑质量和空间封闭性的指标。
多模态大模型微调，还不会？来学，包会！
上周有学习者希望学习多模态大模型的部署与微调，Datawhale妙妙屋提供教程开源地址。同时，Qwen2.5-Coder因朋友圈刷屏引发热议，并开源了相关教程。