
英伟达新架构引爆全模态大模型革命,OmniVinci 9B模型开源下载即破万(在新窗口打开)
OmniVinci是英伟达推出的全模态大模型,能精准解析视频和音频,尤其擅长视觉和听觉信号的时序对齐。它以90亿参数规模,性能超越同级别甚至更高级别模型,训练数据效率是对手的6倍,大幅降低成本。在视频内容理解、语音转录、机器人导航等场景中,OmniVinci能提供高效支持,展现出卓越的多模态应用能力。
共 1517 篇

OmniVinci是英伟达推出的全模态大模型,能精准解析视频和音频,尤其擅长视觉和听觉信号的时序对齐。它以90亿参数规模,性能超越同级别甚至更高级别模型,训练数据效率是对手的6倍,大幅降低成本。在视频内容理解、语音转录、机器人导航等场景中,OmniVinci能提供高效支持,展现出卓越的多模态应用能力。

10 月 9 日凌晨,百灵大模型再度出手,正式发布并开源通用语言大模型 Ling-1T ——蚂蚁迄今为止开源的参数规模最大的语言模型。至此,继月之暗面Kimi K2、阿里 Qwen3-Max 之后,又一位重量级选手迈入万亿参数LLM 「开源俱乐部」。

今天凌晨,马斯克的大模型独角兽xAI祭出最新视频生成模型Imagine v0.9,免费向所有用户开放。一周前,OpenAI发布了旗舰视频和音频生成模型Sora 2,此次更新或许是马斯克对Sora 2的直接回应。

深夜,阿里通义大模型团队连放三个大招:开源原生全模态大模型Qwen3-Omni、语音生成模型Qwen3-TTS、图像编辑模型Qwen-Image-Edit-2509更新。Qwen3-Omni能无缝处理文本、图像、音频和视频等多种输入形式,并通过实时流式响应同时生成文本与自然语音输出。

刚刚,百度深度思考模型升级上线了! 升级后的文心大模型X1.1,在事实性、指令遵循、智能体等能力上均有显著提升。 官方展示了其在智能客服场景复杂长程任务中的应用,在System Prompt中输入用户的问题后,文心X1.1借助模型本身智能体能力,即可自动拆分复杂任务,调用不同工具逐步规划执行,且严格遵循服务流程和业务规则。 再用它编写python脚本,让25个彩色粒子在真空圆柱形容器里弹跳、留轨迹,还要带容器旋转和场景缩放。 效果丝滑,粒子全程守规矩没出界: 用HTML动画整活归并排序,排序过程动态可视化,算法步骤一目了然: 具体到数据上的提升,相比文心大模型X1,X1.1的事实性提升34.8

43页财报一句话变带图表网页。 一款模型“好不好”,究竟该如何定义? 显然,Agent正在改变人们评价大模型的方式。过去,判断模型强不强,往往看参数规模、Benchmark成绩和上下文长度。 而在Agent时代,一款能够又快又好地解决问题、完成任务,且token花得起的模型,才是很多用户眼中的好模型。 顶级模型固然能力更强,但往往思考和执行时间长、成本高昂,而快速模型生成token很快,却容易走错路、反复尝试,甚至需要人工接手,任务完成速度根本没快多少。 用更少的计算和无效尝试,更快更好地完成任务,是如今用户对Flash级别模型的期待,也让Flash级别模型逐渐从旗舰模型的轻量版本,走向一条独

新芯航途介绍 X7 Ultra 的超大核 NPU、专用算子、编译优化与硅前模型验证,尝试减少智驾大模型的数据搬运和计算等待。公司披露的20万颗出货与40余款车型订单属于 X7 系列整体;下一代 X9 和 L4 落地时间仍是后续规划。

无量火科技与高通联合发布移动端解决方案,Ember推理引擎让未经额外改动的30B大模型在手机运行且质量无损,并将MoE与Dense模型内存占用分别降低80%和50%。

EinsiaAI旗下Navers Lab发布Quant Arena,将6家厂商的9个模型置于A股历史数据中评测,4个代表策略盈利、5个亏损,最佳GPT-6 Astra年化收益10.7%仍低于17.1%的市场基准。

项目分3年、分阶段交付验收。 智东西10月14日消息,昨日,浙江金华市公共资源交易中心东阳分中心发布《关于横店影视AI服务平台建设项目中标(成交)结果公告》,东阳深空引擎、火山引擎联合体以合计2.3亿元中标。 其中算力租赁资源报价0.27亿元,其余报价为2.03亿元。 根据企业信息服务平台企查查的数据,东阳深空引擎由抖音有限公司间接全资持股。 该项目于今年9月14日发布招标公告,总预算金额为2.35亿元。自中标人与采购人合同签订之日起计,项目分3年、分阶段交付验收。 其具体项目为以“横店影视大模型”为核心,构建“数据—模型—应用”三位一体的AI影视技术体系。核心建设内容包括横店影视大模型服务系