跳至内容
每时AI

每时AI

  • 资讯
  • 国际
  • 分享
  • 大模型
  • 学术
  • 开源
  • 机器人
  • 关于我们

跨模态理解

ICCV2025满分论文:一个模型实现空间理解与主动探索大统一

2025年7月15日14时 作者 机器学习算法与自然语言处理

业研究人员。
社区的愿景
是促进国内外自然语言处理,机器学习学术界、产业界和广大爱好者之间的交流和进

分类 学术 标签 MTU3D、 具身导航、 多模态训练、 实际应用、 真实数据、 跨模态理解 发表评论

识别高分低能,综合性视觉语言理解新基准,五项挑战评估多模态模型的推理能力

2025年2月26日16时 作者 量子位

高分,到了真实世界应用时却表现不及预期,该如何分辨?
新的综合性视觉语言理解基准
JourneyBe

分类 资讯 标签 JourneyBench、 幻觉问题、 数据多样性、 评估机制、 语义一致性、 跨模态理解 发表评论

李飞飞团队统一动作与语言,新的多模态模型不仅超懂指令,还能读懂隐含情绪

2024年12月18日14时 作者 机器之心

机器之心报道
机器之心编辑部
人类的沟通交流充满了多模态的信息。为了与他人进行有效沟通,我们既使用言

分类 学术、 资讯 标签 多模态信息、 情绪预测、 泛化能力、 生成式音频-动作转换、 跨模态理解、 预训练策略 发表评论

AGI AI AI技术 Anthropic ChatGPT Claude DeepSeek DeepSeek-R1 DeepSeek R1 GitHub GPT-4o LLM Meta OpenAI Python Sam Altman 人工智能 人形机器人 具身智能 大型语言模型 大模型 大语言模型 字节跳动 工业机器人 开源 强化学习 微软 扩散模型 技术创新 智能体 木易 机器学习 深度学习 清华大学 生成式AI 用户体验 百度 腾讯 自然语言处理 英伟达 谷歌 阿里云 阿里巴巴 马斯克 黄仁勋

分类

  • 分享
  • 国际
  • 大模型
  • 学术
  • 开源
  • 机器人
  • 资讯
  • 一款简洁高颜值的开源笔记工具:Blinko,专为想要快速捕捉和组织灵感的人设计
  • Browser Use 团队又发力了,他们搞出了 MacOS-USE
  • 谷歌最新发布了一套医疗AI模型
  • 最强开源Agent!Kimi K2接入Claude Code,爽翻~【喂饭级教程+实测】
  • 一个基于 Cloudflare 将 AI 接入到微信服务号的开源解决方案:WxApi

2025 年 7 月
一 二 三 四 五 六 日
 123456
78910111213
14151617181920
21222324252627
28293031  
« 6 月    

归档

  • 2025 年 7 月
  • 2025 年 6 月
  • 2025 年 5 月
  • 2025 年 4 月
  • 2025 年 3 月
  • 2025 年 2 月
  • 2025 年 1 月
  • 2024 年 12 月
  • 2024 年 11 月

AI新闻 | X平台 | APK反编译 | 京ICP备2024096144号 |
© 2025 每时AI • Built with GeneratePress
 下载我们的APP,AI秒送达!  立即下载
×