InternLM-XComposer2: Modelo multimodal de IA impulsiona uma nova era de criação

CTO da Lenovo: Apostando na colaboração de IA multimodal para construir uma fábrica de modelos e acelerar a implantação de agentes inteligentes

Boletim Diário de IA: Taobao inicia combate a imagens falsas em toda a plataforma; OpenAI anuncia suporte ao protocolo MCP; Alibaba lança modelo multimodal Qwen2.5-Omni

Bem-vindo ao boletim diário de IA! Aqui você encontra seu guia diário para explorar o mundo da inteligência artificial. Todos os dias, apresentamos os destaques do campo da IA, focando em desenvolvedores e ajudando você a entender as tendências tecnológicas e conhecer novos aplicativos de produtos de IA. Descubra novos produtos de IA aqui: https://top.aibase.com/ 1、A Alibaba lança o Qwen2.5-Omni, um novo modelo multimodal de ponta a ponta. A equipe do Alibaba Cloud Tongyi Qianwen lançou o Qwen2.5-Omni, um modelo multimodal de nova geração...

Alibaba lança seu primeiro modelo multimodal completo, Qwen2.5-Omni, desafiando gigantes da tecnologia global

Em 27 de março, a Alibaba lançou seu primeiro modelo multimodal completo, o Tongyi Qianwen Qwen2.5-Omni-7B, em plena madrugada. Este modelo possui recursos poderosos, capazes de processar simultaneamente vários tipos de entrada, incluindo texto, imagens, áudio e vídeo, e pode gerar texto e saída de voz natural em tempo real. Este avanço tecnológico inovador marca mais um progresso da Alibaba na área de inteligência artificial. No OmniBench, um benchmark de tarefas de fusão multimodal respeitado, o Qwen2.5-Omni obteve

Microsoft lança GeoMap-Bench para impulsionar a compreensão inteligente de mapas geológicos

No campo das geociências, os mapas geológicos são ferramentas essenciais para a compreensão da estrutura da superfície e subsuperfície da Terra. No entanto, a interpretação desses diagramas complexos requer conhecimento especializado e ampla experiência. Para melhorar os níveis de inteligência neste campo, o Microsoft Research Asia lançou recentemente um novo conjunto de benchmarks, GeoMap-Bench, especificamente projetado para avaliar o desempenho de modelos de linguagem grandes multimodais (MLLMs) na compreensão de mapas geológicos. O lançamento do GeoMap-Bench representa um passo importante na aplicação da inteligência artificial à interpretação de mapas geológicos. Pesquisadores da Microsoft e

Primeiro robô de cuidados de idosos com grande modelo de IA do país chega a Chongqing

A primeira instituição de bem-estar social de Chongqing, em conjunto com a Chongqing Ma Shang Technology Development Foundation, lançou o primeiro robô de cuidados de idosos com grande modelo de IA do país. Este robô foi oficialmente instalado em 10 de março, marcando um novo passo para Chongqing nas áreas de cuidados de idosos inteligentes e serviços de apoio a grupos especiais, inaugurando uma nova fase de "colaboração homem-máquina". Este robô de cuidados integra tecnologias avançadas como inteligência artificial, computação em nuvem e psicologia da IA, construindo um sistema de serviços abrangente que inclui cinco módulos e dez funções. Esses módulos abrangem, respectivamente, companhia emocional inteligente e aprimoramento da alfabetização digital.

Robô submarino pequeno de fabricação nacional realiza com sucesso movimento multimodal em profundidades de 10.000 metros, alcançando publicação em revista acadêmica internacional

Recentemente, um pequeno robô multimodal para águas profundas, desenvolvido em conjunto pela Universidade de Aeronáutica e Astronáutica de Pequim, o Instituto de Pesquisa em Águas Profundas da Academia Chinesa de Ciências e a Universidade de Zhejiang, foi publicado na renomada revista acadêmica internacional Science Robotics. Este robô representa um marco na exploração e pesquisa oceânica, particularmente em aplicações em ambientes de águas profundas. Com menos de 50 centímetros de comprimento e pesando apenas 1500 gramas, o robô impressiona pela sua capacidade de realizar movimentos multimodais a 10.000 metros de profundidade. Isso significa que ele pode não apenas nadar, mas também planar e rastejar, demonstrando capacidades excepcionais.

Boletim Diário de IA: Kunlun Wanwei lança modelo de raciocínio multimodal R1V de código aberto; Capacidades de programação de Doubao AI lançam três novas funções; NVIDIA lança supercomputador pessoal de IA DGX

Bem-vindo ao boletim diário de IA! Aqui você encontra seu guia diário para explorar o mundo da inteligência artificial. A cada dia, apresentamos os principais destaques do campo da IA, com foco em desenvolvedores, para ajudá-lo a entender as tendências tecnológicas e os aplicativos inovadores de produtos de IA. Descubra novos produtos de IA aqui: https://top.aibase.com/ 1. Kunlun Wanwei lança modelo de raciocínio de cadeia de pensamento visual SkyworkR1V de código aberto A Kunlun Wanwei lançou o SkyworkR1V, o primeiro modelo de raciocínio multimodal de código aberto global, com 3,8 bilhões de parâmetros, com desempenho próximo a modelos conhecidos

Explosivo! A IA chinesa recebe mais um trunfo! O modelo de raciocínio multimodal Skywork R1V da Kunlun Wanwei é lançado em código aberto!

A Kunlun Wanwei lançou o Skywork R1V, um poderoso modelo de raciocínio multimodal de código aberto. Este avanço representa um marco significativo na pesquisa de IA chinesa e oferece novas possibilidades para desenvolvedores e pesquisadores em todo o mundo.

xAI da Musk adquire a startup de geração de vídeo Hotshot AI; competição no setor de vídeo intensifica-se

A expansão do império de tecnologia do Vale do Silício continua! A xAI, de Elon Musk, anunciou hoje a aquisição da Hotshot, uma startup focada em IA para geração de vídeo. Essa aquisição estratégica injetará nova vitalidade na xAI na área de IA multimodal. O CEO da Hotshot, Aakash Sastry, anunciou oficialmente a notícia na plataforma X, mas não divulgou o valor da transação. Entre os investidores da Hotshot estavam o cofundador do Reddit, Alexis Ohanian, e a SV Angel...

Baidu lança os modelos Wenxin 4.5 e X1 com preços significativamente reduzidos

Recentemente, a Baidu lançou oficialmente seus mais recentes modelos de IA Wenxin 4.5 e Wenxin X1, que os usuários podem experimentar gratuitamente no site oficial do Wenxin Yiyan. O Wenxin 4.5 é o primeiro modelo multimodal nativo da Baidu, focando na compreensão multimodal e raciocínio lógico. Seu desempenho superou o GPT-4.5 em vários testes de benchmark, e o preço da chamada API é apenas 1% do último. Essa vantagem de preço significativa, sem dúvida, atrairá a atenção de mais desenvolvedores e empresas. O modelo de IA Wenxin 4.5 obteve um progresso notável na compreensão multimodal, possuindo...