Liquid AI 发布 LFM2.5-VL-3B:边缘侧的视觉语言新标杆,速度与精度的双重突破Liquid AI 今日正式发布了 LFM2.5-VL-3B,这是一款专为边缘计算和实时交互设计的视觉语言模型(VLM)。它在保持极低延迟的同时,在屏幕理解、函数调用和指代定位等关键任务上实现了显著的...多模态模型# LFM2.5-VL-3B# Liquid AI3个月前1190
OpenRSI:衔远科技与清华联合推出的AI4AI开源工程框架,首发布Frontis-MA1聚焦MLE元进化衔远科技和清华大学联合推出的 OpenRSI(Open Recursive Self-Improvement)并不是在谈论科幻电影里那种瞬间觉醒的超级智能,而是试图解决一个非常具体的工程难题:如何让 ...多模态模型# Frontis-MA1# OpenRSI3个月前1510
英伟达 Alpamayo 2 Super:面向 Robotaxi 的开放推理模型,让自动驾驶决策“可解释、可审查”对于 Robotaxi 和其他自动驾驶汽车而言,最困难的问题并非日常场景,而是那些难以预料且难以训练应对的罕见复杂情况(长尾事件)。处理这些事件需要的不仅仅是目标检测和运动预测,更需要理解情境、推理因...多模态模型# Alpamayo 2 Super# 英伟达3个月前1050
阿里达摩院推出ClinFusion:面向全面医学理解的以视觉为中心的医疗多模态大模型现在很多人工智能能看懂图片、回答问题,但放到医院看病的场景里,普通 AI 有两大硬伤: 第一,医院影像种类太杂。既有拍胸片这种二维平面 X 光,也有 CT、核磁这种一层层堆叠的三维立体影像。现有的 A...多模态模型# ClinFusion# 阿里达摩院3个月前1560
小米具身基座模型 Xiaomi-Robotics-1 正式开源:10万小时数据驱动,多项基准登顶今日,小米技术宣布将具身智能基座模型 Xiaomi-Robotics-1 正式开源。此次开源不仅释放了模型权重,还覆盖了从真机后训练到模型部署的完整流程,并配套提供了 Benchmark 评测代码,旨...多模态模型# Xiaomi-Robotics-1# 具身基座模型# 小米3个月前1440
Mistral AI开源Shieldstral:30亿参数策略自适应多模态安全分类器在生成式 AI 快速落地的今天,内容审核(Content Moderation)面临着巨大的挑战:不同的产品、受众和场景对“安全”的定义截然不同。网络安全工具可能允许的攻击性代码,在心理健康平台上却是...多模态模型# Mistral AI# Shieldstral# Shieldstral 1.0 3B3个月前1160
Thinking Machines 发布 Inkling-Small:276B 总参数、12B 活跃参数的开放权重多模态模型Thinking Machines 正式发布了 Inkling-Small,一款高效的开放权重混合专家(MoE)Transformer 模型。该模型拥有 2760 亿总参数,但在推理时仅激活 120 ...多模态模型# Inkling-Small# Thinking Machines4个月前1540
月之暗面发布 Kimi K3:全球首个 2.8T 参数开源模型,性能比肩 Claude Fable 5中国 AI 初创公司月之暗面(Moonshot AI)正式发布了 Kimi K3,这是一款拥有 2.8 万亿参数的混合专家(MoE)模型。作为目前全球最大的开源 AI 模型,Kimi K3 在长周期编...多模态模型早报# Kimi K3# 月之暗面4个月前3680
Thinking Machines 发布 Inkling:Apache 2.0 许可下的抗审查多模态开源巨模型由前 OpenAI CTO Mira Murati 创立的 AI 初创公司 Thinking Machines 正式发布了其首款旗舰模型 Inkling。这是一款总参数达 9750 亿的原生多模态混合...多模态模型# Inkling# Thinking Machines4个月前1650
Datalab 发布 lift:9B 开源视觉模型,以 Schema 约束解码重塑 PDF 结构化提取在文档自动化领域,从非结构化的 PDF 和图像中提取精准数据一直是个难题。通用大模型往往会产生“幻觉”或输出格式错误的 JSON,而传统的 OCR 工具又缺乏语义理解能力。Datalab 最新发布的 ...多模态模型# Datalab# LIFT5个月前1780
Unlimited OCR:让 AI 像人类一样“流畅抄书”,破解长文档识别的速度与内存魔咒在 AI 文档处理领域,一个长期存在的痛点是“上下文断裂”与“性能衰减”。当我们将一本几十页的 PDF 交给 AI 时,它往往只能逐页处理,每翻一页就“失忆”一次;或者随着输出长度增加,速度越来越慢...多模态模型# Unlimited OCR# 百度5个月前2450
Mistral 发布 OCR 4:支持 170 种语言与自托管部署的企业级文档理解模型Mistral AI 正式推出了其最新的文档理解模型 OCR 4。这款专为企业和开发者设计的工具,不仅在多语言支持上实现了重大突破(覆盖 10 个语系的 170 种语言),更在结构化提取、置信度评分及...多模态模型# Mistral# OCR 45个月前1600