AI对话 上云服务 上云资讯 解决方案 关于我们

- 上云资讯 -



云计算 阿里云 豆包 DeepSeek AI 大模型 人工智能 物联网 MCP 智能体

2025-05-28 18:34:15 29人关注

微软开源多模态AI Agent “Magma”：为购物和机器人操作带来新体验

微软在其官网上正式发布了多模态 AI Agent 基础模型 “Magma”，并进行了开源。这一新兴技术相较于传统的智能助手，展现出了更为强大的多模态能力，能够处理图像、视频、文本等多种数据形式，打破了数字与物理世界之间的壁垒。

Microsoft 开源多模态AI AI代理 MAGMA 多模态AI技术 微软AI创新

2025-05-26 16:31:35 84人关注

字节跳动推出开源多模态模型BAGE 从图像生成到世界建模

字节跳动近日正式发布其最新开源多模态基础模型——BAGEL（Big Advanced Generalized Embodied Learner），以70亿个有效参数的规模，开启多模态AI模型的新阶段。BAGEL在图像理解、生成和编辑等关键任务中表现卓越，已在多个标准评测中超越当前主流开源视觉语言模型(VLM)，如Qwen2.5-VL和InternVL-2.5。

字节跳动 开源多模态模型 Bage 多模态AI技术 开源AI模型 大模型技术发展

2025-05-22 16:31:19 44人关注

多模态大模型MMaDA：让AI学会「跨次元思考」，文本图像通吃的全能型选手来了！

最近，普林斯顿大学、字节跳动、清华大学和北京大学联手搞了个大事情，推出了一款名为 MMaDA 的多模态大模型! 这可不是普通的 AI，它号称能让 AI 拥有“深度思考”的能力，还能在文本、图像、甚至复杂的推理任务之间“七十二变”，表现力直接超越了你熟悉的 GPT-4、Gemini、甚至 SDXL!

多模态模型 MMADA AI 文本图像处理 多模态AI技术 AI模型应用场景 多模态模型技术解析

2025-05-08 18:27:18 47人关注

VLM-R1引领视觉语言模型新纪元 多模态AI迎来新突破

近日，VLM-R1项目的成功推出为这一领域带来了新的曙光。该项目是 DeepSeek 团队的 R1方法在视觉语言模型中的成功迁移，意味着 AI 对视觉内容的理解将进入一个全新的阶段。

视觉语言模型 多模态AI VLM-R1模型 多模态AI技术 视觉语言模型应用

2025-03-25 10:19:20 70人关注

阿里通义宣布开源R1-Omni模型 可提升多模态情感识别能力

3月11日，通义实验室团队宣布开源R1-Omni模型，为全模态模型的发展带来了新的突破。该模型结合了强化学习与可验证奖励（RLVR）方法，专注于提升多模态情感识别任务中的推理能力和泛化性能。

阿里巴巴通义R1 多模态情感识别 通义R1情感识别 AI情感分析 多模态AI技术 阿里巴巴AI模型

2025-02-27 16:40:30 52人关注

百度文心4.5或将在3月中旬发布 提升推理及多模态能力

路透社消息，百度公司正紧锣密鼓筹备其下一代人工智能模型的发布，预计将于3月中旬正式推出文心4.5版本。据内部知情人士透露，新版本将在推理等多个核心领域实现显著能力提升，标志着百度在AI技术上的又一重要突破。

百度文心4.5 文心大模型4.5发布 多模态AI技术 百度文心4.5新特性 多模态大模型技术

2025-02-16 10:24:39 61人关注

GPT-4o 级别！VITA-1.5：实时视觉与语音交互， 1.5秒互动延迟

近日，VITA-MLLM 团队宣布推出 VITA-1.5，这是该团队在 VITA-1.0基础上推出的升级版本，致力于提升多模态交互的实时性与准确性。VITA-1.5不仅支持英语和中文，还在多项性能指标上实现了显著提升，为用户提供了更流畅的交互体验。

GPT-4o VITA 1.5 实时视觉语音交互 多模态AI技术 AI语音交互技术 GPT-4o应用场景

2025-01-29 04:42:41 156人关注

智谱GLM-PC开放体验 自主操作电脑的多模态Agent升级

北京智谱华章科技有限公司近日宣布其旗下的智谱 GLM-PC 智能体已进行升级，并正式向公众开放体验。作为全球首个可以自主操作计算机的多模态智能体，GLM-PC 的技术基础是智谱的多模态大模型 CogAgent。用户只需简单的回车操作，即可体验这一革新性的电脑智能助手。

GLM PC多模态智能体 智能体升级 多模态AI技术 GLM技术进展

2025-01-28 10:13:22 287人关注

Kimi 发布全新 SOTA 模型： k1.5 多模态思考模型登场

近日，北京月之暗面科技有限公司宣布其旗下智能助手 Kimi 迎来了重大技术升级，推出了全新的 k1.5多模态思考模型。这一模型在多模态推理和通用推理能力上达到了行业领先水平，标志着 Kimi 在人工智能领域的又一次突破性进展。

Kimi-SOTA模型 K15多模态模型 多模态AI技术 Kimi模型应用场景 Kimi-SOTA技术解析

2024-12-21 22:37:37 50人关注

轻松搭建多模态AI应用！阿里云百炼大模型服务平台上线「音视频实时互动」功能

阿里云百炼大模型服务平台最近推出了“音视频实时互动”功能，使用户能够轻松搭建多模态AI应用，无需编程知识。这一新功能使得用户可以快速将AI模型集成到Web、iOS和Android应用中，并与他人分享。

多模态AI应用 阿里云模型服务 AI大模型应用开发 多模态AI技术 AI模型服务构建

上云服务

沪ICP备14033669号-10