在2024年vivo开发者大会的开幕演讲中，vivo宣布推出其自主研发的全新蓝心大模型矩阵。
在这次发布中，vivo将展示其最新的30亿参数蓝心端侧大模型3B，据称在对话写作、摘要总结、信息抽取等能力上，该模型能够与行业内7B至9B参数的大模型相媲美。与之前的蓝心7B模型相比，新的蓝心3B在性能上提升了300%，同时在平衡模式下功耗优化了46%，内存占用减少了63%，实现了每秒钟80字的极致出词速度，系统功耗仅为450mA，内存占用仅为1.4GB。
vivo还将推出全新的自研蓝心语音大模型，该模型能够准确理解自然语义，模拟人声并表达情感，同时支持同声传译功能。
此外，vivo还将升级蓝心图像和多模态大模型。蓝心图像大模型将强化中国特色和东方美学的融合生成能力，官方称其为国内最懂中文语境的图像模型之一，支持国风水墨风格，并能在图片生成过程中增加汉字创作。
蓝心多模态大模型则升级了视觉感知和理解能力，能够对手机屏幕进行更深度的理解，并在视频流的实时对话中提供更流畅自然的体验。
有“AI教母”之称的斯坦福大学教授李飞飞及其团队近日发布了一项关于多模态大模型“空间智能”的研究，揭示这些模型在记忆和回忆空间方面已经具备初步能力，并展现出形成局部世界模型的潜力。研究团队开发了用于评估视觉空间智能能力的工具——VSI-Bench，其中包含超过5000个基于288个真实视频的高质量问答对。测试视频涵盖居住空间、专业场所及工业场景，涉及多个地理区域。研究结果显示，尽管多模态模型的总体表现尚低于人类，但在某些任务上已达到或接近人类水平。例如，
香港中文大学（CUHK）的研究团队成功开发了一种新的基础人工智能模型“VisionFM”，专注于眼科疾病的诊断与预测，特别在疾病筛查和青光眼进展预测等方面表现出色。相关研究已于上月发表在《NEJM AI》期刊上。图源备注:图片由AI生成，图片授权服务商MidjourneyVisionFM 的能力令人瞩目。研究显示，该模型在诊断12种眼科疾病时，其精确度不仅可与中级眼科医生相媲美，甚至在部分任务中表现更优，尤其在预测青光眼进展方面，超过了此前眼科领域的基础模型 RETFound。研究团队认为，随着训练
话说最近的科技圈，AI的战火那是烧得正旺，各路豪杰纷纷亮出自己的看家本领。而曾经被认为有些“落后”的谷歌，最近却突然发力，一连串的“王炸”级新品，让投资者们眼前一亮，惊呼: “AI界，又要变天了!”《金融时报》在周日（12月22日）的一篇报道中指出，谷歌在本月通过发布更先进的AI模型，让投资者们刮目相看。这些模型在基准测试中的表现，甚至超越了一些竞争对手。就像一位武林高手，突然使出了绝世武功，让江湖顿时风云变色。不仅如此，谷歌还推出了一款新的自研A
近日，苹果公司在机器学习领域的最新研究显示，他们通过与 NVIDIA 的合作，成功将大型语言模型（LLM）的生成速度提高了近三倍。这一进展的关键在于苹果开源的技术 “Recurrent Drafter”(ReDrafter)，它采用了一种推测解码方法，能够显著提升模型训练的效率。在过去，创建大型语言模型的过程通常非常耗时和耗资源，企业常常需要购买大量的硬件设备，进而增加了运营成本。2024年早些时候，苹果发布了 ReDrafter，这一技术结合了递归神经网络和动态树关注的方法，能够快速生成和验证标记，
