Search

Results for “大模型”

Total 1519 articles

我用Meta“华人天团”打造的新模型,一张图复刻了一个“豆包App”

我用Meta“华人天团”打造的新模型,一张图复刻了一个“豆包App” (opens in a new tab)

MSL交出首张答卷。 Meta的“牛油果”模型,终于熟了! 智东西4月9日报道,今天,在成立9个月后,Meta超级智能实验室(MSL)发布了其首款模型Muse Spark(内部代号牛油果)。这是一个原生的多模态推理模型,支持工具使用、视觉思维链和多智能体编排。 在大模型测评平台Artificial Analysis上,Muse Spark的智能指数直接从Llama 4 Maverick的18分,跳到了52分,介于Claude Sonnet 4.6和Claude Opus 4.6之间,算是进入第一梯队了。 我们第一时间对模型做了体验,上传了一张豆包App的截图,要求Muse Spark复刻。可以

AI news
0
ICRA 2026 | NUS邵林团队提出Goal-VLA:生成式大模型化身「世界模型」,实现零样本机器人操作

ICRA 2026 | NUS邵林团队提出Goal-VLA:生成式大模型化身「世界模型」,实现零样本机器人操作 (opens in a new tab)

在具身智能领域,机器人操作的泛化能力一直是一个核心挑战。当前,视觉 - 语言 - 动作(VLA)模型主要分为两大范式:端到端模型与分层模型。端到端 VLA 模型(如 RT-2 [1], OpenVLA [2])严重依赖海量的 “指令 - 视觉 - 动作” 成对数据,获取成本极高,导致其在面对新任务或新场景时零样本泛化能力受限。

AI guides
0
Jev刚火,国产29B开源模型来踢馆了!不光会判断,还能直接填参数

Jev刚火,国产29B开源模型来踢馆了!不光会判断,还能直接填参数 (opens in a new tab)

近300万条语料、推理SDK一并放出。 AI行业正被一个叫Jev的模型搅动。 这款由TypeSafe AI发布的“系统一模型”,验证了一个此前被忽视的判断:意图理解这类高频、低延迟的任务,未必非要劳驾千亿参数的大模型“硬想”,专用模型同样能做到又快又准。一时间,决策层与生成层分离,成了AI Agent落地的热门话题。 但Jev留下了一个问题:判断出用户想做什么之后,谁来负责把事情交代清楚? 例如,用户说“把展厅东侧的灯调到80%、色温4000K,西侧调到30%、2700K,入口灯别动”。识别出“调节灯光”,只能算完成了第一步。系统还需要知道哪盏灯对应哪个亮度、哪种色温,以及哪盏灯必须保持原样。

AI news
0
传统NLP打赢复活赛!硅谷融资给到实体识别/文本摘要,原来Jev只是个开始

传统NLP打赢复活赛!硅谷融资给到实体识别/文本摘要,原来Jev只是个开始 (opens in a new tab)

AI圈真是风水轮流转! Jev爆火之后,更多传统NLP技术翻红了。 而且吧,还真有人愿意掏钱。 专门做任务型小模型的创业公司Fastino,此前拿下1750万美元种子轮融资,加上此前的700万美元Pre-seed轮,累计融资约2450万美元。 领投方Khosla Ventures,还是OpenAI的早期投资方。 现在,ScaleDown也来凑热闹了,刚刚全新的CDM约束解码模型架构,一口气上线分类、实体提取、摘要三款模型。 NLP老三样直接组团复出。 相比前沿大模型API,其新模型最高快200倍、成本低467倍,还能处理100万Token的多模态输入。 每百万输入Token只要0.05美元,输

AI news
0
罗福莉带小米登顶全球开源榜首!大规模RL立功,斩杀Grok 4.7

罗福莉带小米登顶全球开源榜首!大规模RL立功,斩杀Grok 4.7 (opens in a new tab)

大模型江湖变天了。 9月21日,小米MiMo团队正式发布并全面开源新一代MiMo V2.6系列,一口气端出三款模型——Pro、Flash、Ultraspeed,直接改写全球开源模型的格局。 MiMo V2.6 Pro在Artificial Analysis智能指数(AA Intelligence Index v4.3)中拿下 46 分,超过Kimi K3和Qwen3.8 Max。 全球开源模型第一、国产模型第一! 拉出AA榜单横着看:Fable 5.1得分53,GPT-6 Astra得分52.8,Opus 5得分50.7。 MiMo V2.6 Pro虽然还没追平这几位「天花板」,但已经稳稳站进

AI news
0
一文看懂外网爆火的哑巴模型jev,10个实测案例分享!成本几乎为零...

一文看懂外网爆火的哑巴模型jev,10个实测案例分享!成本几乎为零... (opens in a new tab)

最近,一个不会说话的大模型在网上火了。 它叫 Jev,不能写文章,不能写代码,也不能和你聊天。 这么一个哑巴模型,发布不到 36 小时就有 14 万开发者冲进去内测。 几天内造出了几百个玩法,恐怖如斯... 为什么这么多人上头?因为 Jev 只做判断,不生成文字。 少了逐字生成答案这一步,它反倒比大语言模型更快,也更便宜。 一次判断只要 70 到 500 毫秒,部分场景比大语言模型快近 200 倍。 输出直接免费,有开发者实测审核 1000 个代码提交只花 7 美分。 连句完整的话都不用说了,这是要掀桌子啊? 听起来有点离谱,让我们来看看 Jev 的实测表现。 一、Jev 实测表现 (1)游戏

AI reviews
0