相关AI新闻推荐
智谱GLM-PC开放体验 自主操作电脑的多模态Agent升级
北京智谱华章科技有限公司近日宣布其旗下的智谱 GLM-PC 智能体已进行升级，并正式向公众开放体验。作为全球首个可以自主操作计算机的多模态智能体，GLM-PC 的技术基础是智谱的多模态大模型 CogAgent。用户只需简单的回车操作，即可体验这一革新性的电脑智能助手。自2024年11月29日 GLM-PC v1.0发布以来，它就一直处于内测阶段。这一版本带来了 “深度思考” 模式，新增了逻辑推理和代码生成功能，同时也对 Windows 系统进行了支持。GLM-PC 的能力涵盖了代码生成、逻辑执行、图形用户界面（
月之暗面发布新一代SOTA模型 k1.5：多模态推理能力再升级
月之暗面公司隆重推出其全新的 SOTA（state-of-the-art）模型 ——k1.5多模态思考模型，标志着在多模态推理和通用推理领域的重大突破。该模型不仅具备出色的多模态处理能力，还展示了卓越的通用推理能力，能够有效应对各类复杂任务。k1.5模型的最大亮点在于其多模态推理能力。它可以同时处理来自文本、图像、声音等不同模态的信息，进而提供更加全面和准确的理解。这一特性使其在视觉问答、视觉常识推理及视觉语言导航等任务中表现尤为出色。举例来说，用户可以通过图像和文本结
Kimi 发布全新 SOTA 模型： k1.5 多模态思考模型登场
近日，北京月之暗面科技有限公司宣布其旗下智能助手 Kimi 迎来了重大技术升级，推出了全新的 k1.5多模态思考模型。这一模型在多模态推理和通用推理能力上达到了行业领先水平，标志着 Kimi 在人工智能领域的又一次突破性进展。
大模型新突破：从教学视频中提炼高质量多模态教科书
近日，浙江大学与阿里巴巴达摩院联合发布了一项引人瞩目的研究，旨在通过教学视频创建高质量的多模态教科书。这一创新的研究成果不仅为大规模语言模型（VLMs）的训练提供了新的思路，也可能改变教育资源的利用方式。随着人工智能技术的迅猛发展，VLMs 的预训练语料主要依赖图文对数据与图文交织语料。然而，当前的这些数据多来自网页，文本与图像的关联性较弱，知识密度也相对较低，无法有效支持复杂的视觉推理。为了应对这一挑战，研究团队决定从互联网上海量的教学视频