Search

Results for “多模态”

Total 438 articles

ICLR 2026|新版「图灵测试」:当VLA走进生物实验室

ICLR 2026|新版「图灵测试」:当VLA走进生物实验室 (opens in a new tab)

现有 VLA 模型的研究和基准测试多局限于家庭场景(如整理餐桌、折叠衣物),缺乏对专业科学场景(尤其是生物实验室)的适配。生物实验室具有实验流程结构化、操作精度要求高、多模态交互复杂(透明容器、数字界面)等特点,是评估 VLA 模型精准操作、视觉推理和指令遵循能力的理想场景之一。

AI guides
0
豆包有Seed,火山有种

豆包有Seed,火山有种 (opens in a new tab)

结果今天就等到豆包全家族了。Seedance 2.0都把贾樟柯干Fomo了,现在又上了个最全面的多模态Agent模型,还有人管管字节吗?Seed团队跳动得停不下来了💃烧的全是火山引擎上的Tokens,同时火山引擎上已经有豆包2.0系列的API了。

AI news
0
字节开源GUI Agent登顶GitHub热榜,豆包手机核心技术突破26k Star

字节开源GUI Agent登顶GitHub热榜,豆包手机核心技术突破26k Star (opens in a new tab)

GitHub最新热榜榜首,来自字节。 这波自研硬核技术不是别的—— 正是豆包手机的核心支撑,GUI Agent模型UI-TARS。 力压OpenAI官方Skills,开源登顶榜首,突破26k Star! UI-TARS的核心是个多模态AI智能体,你只要通过自然语言指令—— 也就是说句人话,就能让它自己点鼠标、敲键盘、拖动滚动、翻页浏览,在浏览器和各种软件里帮你完成一整套复杂操作。 主要包含了Agent TARS和UI-TARS-desktop两个项目。 Agent TARS支持一键式开箱即用的CLI,可以在有界面的Web UI环境执行,也能在无界面的服务器环境运行; UI-TARS-deskt

AI news
0
用AI做深度用户访谈,Trooly.AI获蓝驰、高瓴、王慧文投资

用AI做深度用户访谈,Trooly.AI获蓝驰、高瓴、王慧文投资 (opens in a new tab)

「暗涌Waves」独家获悉,一家成立刚不过4个月的AI-Native用户研究平台Trooly.AI已完成近千万美元的种子轮融资,投资方包括蓝驰创投、高瓴创投和王慧文。与市面上无数“超级个体”、“虚拟陪伴”、“碳基硅基共生世界”的宏大叙事不同,Trooly.AI想要用AI实现真实的商业闭环。其核心产品面向有用户调研需求的B端客户,通过多模态Voice Agent技术

AI news
0