阿里开源首个视觉推理模型，击败GPT-4o，网页一度404
阿里开源首个视觉推理模型QVQ，能读图像解数学题、算沙发面积等。它在多个基准测试中得分70.3分，超过GPT-4o和Claude 3.5 Sonnet。目前处于实验阶段，存在语言混合、递归推理等问题。
白小交
谷歌版Sora升级4K高清！一句话控制镜头运动，跑分叫板可灵海螺
谷歌发布Veo 2版本，其图像生成模型Imagen 3也有所改进。该模型能够根据文本或图像生成高质量视频，并能更好地理解现实世界物理现象及人类表情。
“我把4500多篇NeurIPS 2024论文，做成了AI搜索”
把4500多篇NeurIPS论文整理成AI搜索模型Claude，用户可进行宽泛的关键词搜索，获得相关结果。模型支持多种主题选择，并提供详细的论文信息。