हाल ही में, पूर्व माइक्रोसॉफ्ट एशिया अनुसंधान संस्थान के दृष्टि गणना समूह के मुख्य शोधकर्ता हू हान ने आधिकारिक रूप से टेन cents में शामिल होकर होंग्वान मल्टी-मोडल बड़े मॉडल के विकास कार्य की जिम्मेदारी ली है। यह खबर उद्योग में व्यापक ध्यान आकर्षित कर रही है, और हू हान का योगदान टेन cents के कृत्रिम बुद्धिमत्ता के事业 में नए प्राण डालने की उम्मीद की जा रही है। हू हान ने 2008 में तिन्हुआ विश्वविद्यालय से स्नातक की डिग्री प्राप्त की, 2014 में डॉक्टरेट की डिग्री हासिल की, और प्रसिद्ध प्रोफेसर झोउ जिए से मार्गदर्शन लिया। उनकी डॉक्टरेट थीसिस ने 2016 में चीन कृत्रिम बुद्धिमत्ता समाज का उत्कृष्ट डॉक्टरेट थीसिस पुरस्कार जीता, जो उनकी शैक्षणिक योग्यता को दर्शाता है। 2012 में, हू हान

पूर्व माइक्रोसॉफ्ट एशिया रिसर्च इंस्टीट्यूट के विज़न कंप्यूटिंग ग्रुप के प्रमुख शोधकर्ता हु हान ने आधिकारिक रूप से टेनसेंट में शामिल होकर पूर्व टेनसेंट हाइब्रिड बड़े मॉडल तकनीकी प्रमुख लियू वेई का स्थान लिया है, और मल्टी-मोडल बड़े मॉडल के विकास का कार्य संभाला है। यह समाचार उद्योग में व्यापक ध्यान आकर्षित कर रहा है। हु हान की शैक्षणिक पृष्ठभूमि बहुत मजबूत है। 2008 में, उन्होंने त्सिंगhua विश्वविद्यालय से स्नातक डिग्री प्राप्त की, और 2014 में उन्होंने प्रसिद्ध प्रोफेसर झोउ जिया के अधीन डॉक्टरेट की डिग्री प्राप्त की। उनके डॉक्टरेट अनुसंधान पत्र को 2016 में चीनी कृत्रिम बुद्धिमत्ता संघ द्वारा उत्कृष्ट डॉक्टरेट शोध पत्र पुरस्कार से सम्मानित किया गया था। 2012 में, हु हान ने पेंसिल्वेनिया विश्वविद्यालय में इंटरनशिप की।

30 दिसंबर को, अलीबाबा ने नई पीढ़ी का एआई दृष्टि खोज उत्पाद 'एक बार देखो' प्रस्तुत किया, जो स्व-विकसित मल्टी-मोडल बड़े मॉडल तकनीक पर आधारित है, जो 'एआई की आंखों से सभी चीजों की खोज' करने की क्षमता प्रदान करता है। यह तेज, उपयोगी और मनोरंजक जनरेटिव खोज सेवाएं प्रदान करता है। जब उपयोगकर्ता किसी चीज़ में रुचि रखते हैं, तो वे अपने कैमरे के माध्यम से एआई को फूलों, पौधों, पालतू जानवरों और ट्रेंडिंग खिलौनों की पहचान करने, यात्रा करते समय निजी व्याख्या करने, और उत्पादों और दवाओं की जानकारी की जांच करने के लिए कह सकते हैं। यह प्यारे पालतू फोटोज़ और बेबी फोटोज़ की मजेदार व्याख्या भी कर सकता है, इसलिए उपयोगकर्ता तस्वीरों के साथ सामग्री बनाने की चिंता नहीं करेंगे। यह उत्पाद अब अलीबाबा पर लॉन्च किया गया है, और होमपेज पर 'स्कैन करने' के बाद बाईं ओर स्वाइप करके इसे पाया जा सकता है।

'AI की माता' के रूप में मशहूर स्टैनफोर्ड विश्वविद्यालय की प्रोफेसर ली फेई फेई और उनकी टीम ने हाल ही में मल्टी-मोडल बड़े मॉडल 'स्पेस इंटेलिजेंस' पर एक शोध प्रकाशित किया, जो दिखाती है कि ये मॉडल स्थलों की स्मृति और अनुभव की दृष्टि में प्राथमिक क्षमताएं दिखाते हैं, और स्थानीय विश्व मॉडल बनाने की क्षमता प्रकट करते हैं। शोध टीम ने दृश्य स्थान बुद्धिमत्ता क्षमताओं का मूल्यांकन करने के लिए वीएसआई-बेंच नामक टूल विकसित किया है, जिसमें 288 वास्तविक वीडियो पर आधारित 5000 से अधिक उच्च गुणवत्ता वाले प्रश्न-उत्तर युग्म शामिल हैं। परीक्षण वीडियो में निवास स्थान, पेशेवर स्थल और औद्योगिक परिदृश्य शामिल हैं, जो कई भूगोलों को छूते हैं।

स्मार्ट इमरजेंस की रिपोर्ट के अनुसार, चीन के बड़े मॉडल यूनिकॉर्न स्टेप स्टार ने हाल ही में अरबों डॉलर की सीरीज़ बी फंडिंग पूरी की है, जिसकी मुख्य निवेशक शंघाई राज्य स्वामित्व वाली पूंजी निवेश कंपनी और इसके अधीनस्थ फंड हैं। टेनसेंट इन्वेस्टमेंट, वुयुआन कैपिटल, और क्यूमिंग वेंचर कैपिटल जैसे रणनीतिक और वित्तीय निवेशक भी इसमें शामिल हैं। ये धन मुख्य रूप से बुनियादी मॉडल विकास में उपयोग किया जाएगा, मल्टी-मोडल और जटिल तर्क क्षमताओं को और बढ़ाने के लिए, और कंज्यूमर-एंड एप्लिकेशन दृश्यों का विस्तार करने के लिए। घरेलू बड़े मॉडल 'छह छोटे बाघों' में से एक के रूप में, स्टेप स्टार तकनीकी मजबूती और उच्च कुशल उत्पादन के लिए जाना जाता है। इसकी स्व-विकसित स्टेप सीरीज मॉडल भाषा, चित्र आदि को शामिल करती है।

हाल ही में एक लॉन्च इवेंट में, अली इंटरनेशनल एआई टीम ने अपने नवीनतम विकास मल्टी-मोडल बड़े मॉडल ओविस का अनावरण किया, जो एक अभिनव एआई तकनीक है जो निश्चित रूप से विभिन्न उद्योगों के लिए नए अवसर लाएगा। ओविस की छवि समझ और डेटा प्रोसेसिंग क्षमता अत्यधिक प्रभावशाली है। ओविस की मल्टी-मोडल क्षमता बेहद मजबूत है, यह टेक्स्ट, इमेज और अन्य डेटा को संभालने में सक्षम है, जिससे यह उत्कृष्ट समग्र प्रदर्शन दिखाता है। पारंपरिक बड़े भाषा मॉडल की तुलना में, ओविस न केवल टेक्स्ट को समझ सकता है, बल्कि इमेज जैसे गैर-टेक्स्ट सूचना का भी गहराई से विश्लेषण कर सकता है।

शंघाई आर्टिफिशियल इंटेलिजेंस प्रयोगशाला की सीनान OpenCompass टीम ने मोड मॉडल स्कोप के साथ सहयोग किया, और पेश किया है कंपस मल्टी-मोडल एरीना, जो एक बड़े मॉडल मूल्यांकन मंच का नया खंड है, जो मल्टी-मोडल बड़े मॉडल पर ध्यान केंद्रित करता है। उपयोगकर्ता छवियाँ अपलोड करके और प्रश्न दर्ज करके दो गुमनाम मल्टी-मोडल बड़े मॉडल को उत्तर उत्पन्न करने के लिए प्रोत्साहित कर सकते हैं, फिर उत्पन्न सामग्री की गुणवत्ता के आधार पर व्यक्तिपरक मूल्यांकन करते हुए बेहतर प्रदर्शन करने वाले मॉडल का चयन कर सकते हैं। प्लेटफ़ॉर्म एक सरल और उपयोग में आसान इंटरफ़ेस और विशेष प्रश्न बैंक प्रदान करता है।

"लिंगडोंग" ब्रांड नैटवर्क फूक्सि द्वारा स्व-निर्मित औद्योगिक स्तर के बड़े मॉडलों और एओपी (कृत्रिम बुद्धिमत्ता संचालन संवेदन) तकनीकी विचारधारा पर आधारित है। ब्रांड के तहत लॉन्च किए गए दो प्रमुख उत्पाद - खुदाई करने वाला रोबोट और लोडिंग रोबोट, पहले से ही 50 से अधिक प्रांत स्तरीय प्रमुख परियोजनाओं में उपयोग किए जा चुके हैं, जो खदानों, बंदरगाहों, मिक्सिंग स्टेशनों, स्कूलों और अन्य विविध अनुप्रयोगों के वातावरण की सेवा कर रहे हैं।

क्वाइशो ने एक नई एआई रणनीति शुरू की है, जिसमें हजार अरब स्केल का बड़ा मॉडल और मल्टी-मोडल बड़ा मॉडल विकसित किया गया है। क्वाइशो ने चित्र उत्पन्न करने वाला बड़ा मॉडल “के तुंग” लॉन्च किया है, जो विस्तृत और विविध शैलियों के चित्रकारी कार्यों को उत्पन्न कर सकता है। क्वाइशो बड़े मॉडलों के दृश्यात्मक अनुप्रयोगों को तेजी से प्रगति कर रहा है, जिससे अधिक मल्टी-मोडल एआई जनरेटेड कंटेंट सेवाएं प्रदान की जा सकें। क्वाइशो के तहत उत्पादों में विभिन्न एआई जनरेटेड रचनातमक क्षमताएँ हैं, जो रचनाकारों को विभिन्न शैलियों की सामग्री को आसानी से बनाने में मदद करती हैं। क्वाइशो ने संभावित नए तकनीकी विकास का सामना करने के लिए घरेलू अग्रणी स्थिति बनाए रखने के लिए प्रतिबद्ध है।