久久久婷婷久精品视频,日欧美精品

什么是VLM？為什么它對自動駕駛很重要？

VLM，即視覺語言模型，簡單理解下，其就是把“看見的東西”和“說出來的話”放在同一個腦子里理解的模型。我們平時把相機拍到的畫面交給視覺模型去做檢測、分割、深度估計這些任務，語音或文本交給語言模型去處理

VLM 自動駕駛 2026-02-13

GLM-5架構(gòu)細節(jié)浮出水面：DeepSeek仍是繞不開的門檻

離春節(jié)不到一周，過去兩年的經(jīng)驗告訴我們，國產(chǎn)AI新產(chǎn)品的爆發(fā)期又要來了。 Kimi K2.5在OpenRouter上一騎絕塵，Minimax也在官網(wǎng)上隱隱約約透露出M2.2的版本代號。大家等得很焦急

大模型 DeepSeek 代碼 2026-02-11

視頻理解大模型覺醒！Video-o3發(fā)布：像偵探一樣主動搜尋關(guān)鍵幀，登頂Video-Holmes！

作者：Xiangyu Zeng等解讀：AI生成未來亮點直擊 Video-o3，一個創(chuàng)新的框架，它通過迭代地發(fā)現(xiàn)顯著的視覺線索、對關(guān)鍵片段進行細致檢查以及在收集到足夠證據(jù)時自適應終止搜索過程，解決了

視頻模型推理 Video-o3 2026-02-05

已有VLM，自動駕駛為什么還要探索VLA?

自動駕駛技術(shù)正處于發(fā)展的轉(zhuǎn)折點。過去十幾年間，行業(yè)長期依賴模塊化的技術(shù)路徑，即將駕駛?cè)蝿詹鸾鉃楦兄�、預測、規(guī)劃和控制四個獨立環(huán)節(jié)。這種結(jié)構(gòu)雖然清晰，但在面對突發(fā)狀況時（長尾場景），會因規(guī)則覆蓋不足而表

自動駕駛 VLA 2026-02-03

智譜敲鐘，唐杰亮劍：GLM-5 將至，全面回歸基座

月 8 日，全球首家以通用人工智能（AGI）基座模型為主營業(yè)務的上市公司——?智譜AI（股份代號：02513.HK）在香港聯(lián)合交易所主板掛牌。其發(fā)行價 116.20 港元，開盤價 120 港元，收市

智譜敲鐘 2026-01-09

阿里通義開源圖像編輯模型 Qwen-lmage-Edit-2511：提升生成人物的一致性

剛剛，阿里通義宣布開源 Qwen-Image-Edit-2511。這是在 Qwen-Image-Edit-2509 基礎(chǔ)上的增強版本，包含多項改進：減輕圖像漂移提升人物一致性集成 LoRA 能

阿里通義 2025-12-25

為國爭光！智譜GLM-4.7橫掃全球開源模型，超越GPT5.2

智譜又為國爭光了！智譜正準備在港交所上市，即將成為全球大模型第一股。同時，發(fā)布了「GLM-4.7」模型。GLM-4.7最驚艷的是編程能力，在國產(chǎn)模型中排名第一。放眼全球，也是橫掃所有開源模型，甚至評分

智譜GLM-4.7 2025-12-25

智譜新一代編碼模型 GLM-4.7 來襲：樹立開源新標準

近日，智譜 AI 發(fā)布新一代旗艦 AI 模型 GLM-4.7。就在前不久，智譜推出的 GLM-4.5 在智能體、推理和編碼（ARC）任務中均取得了優(yōu)異的性能，在 TAU-Bench、AIME 24

智譜 2025-12-23

智譜 AutoGLM 開源：推動 AI 手機變革

12 月 9 日，智譜 AI 開源其核心 AI Agent 模型 AutoGLM，能夠“看懂”手機屏幕、模擬真人進行點擊、滑動和輸入操作。此時距離字節(jié)跳動“豆包手機”引爆市場僅過去一周，那款能跨應用

智譜 2025-12-11

Anthropic 論文指出：少量樣本會使任何規(guī)模的 LLM “中毒”

近日，Anthropic Alignment Science 團隊發(fā)現(xiàn)，只需 250 份惡意文檔即可在大語言模型（LLM）中產(chǎn)生 “backdoor“ 漏洞——無論是多大的模型規(guī)�；蛴柧殧�(shù)據(jù)。盡管

Anthropic 2025-11-17

Meta 與牛津大學合作論文：從語言預訓練中揭開 LLM 視覺先驗的起源

大型語言模型 (LLM) 盡管僅基于文本進行訓練，卻意外地能夠發(fā)展出豐富的視覺先驗。這些先驗使得模型能夠利用相對少量的多模態(tài)數(shù)據(jù)來解鎖潛在的視覺能力，從而完成視覺任務。在某些情況下，甚至無需任何圖像即

Meta 2025-11-17

LLM 在字符級文本處理方面越來越好

近日，一篇博客講述了 LLM 在處理字符級文本時的能力提升。作者表示，他一直在測試最新一代大型語言模型處理自然語言的能力，特別是字符計數(shù)、句子中的字符操作以及編碼和密碼解析。令人驚訝的是，與前幾代

LLM 2025-11-14

Anthropic 新論文：LLM 涌現(xiàn)出的內(nèi)省跡象

了解人工智能系統(tǒng)是否真正具備內(nèi)省能力，這將有助于理解其推理過程并調(diào)試行為問題。 Anthropic 的最新研究表明，目前的 Claude 模型具備一定程度的內(nèi)省意識，并且能夠控制自身的內(nèi)部狀態(tài)。雖然種

Anthropic 2025-11-14

首個基于LLM的開源音頻大模型！階躍星辰重磅開源Step-Audio-EditX：P聲音如此簡單！

作者：Chao Yan等解讀：AI生成未來亮點直擊首個開源的 LLM 音頻編輯模型:Step-Audio-EditX，首個基于大語言模型（LLM）的開源音頻模型，不僅擅長表現(xiàn)力豐富和可迭代的音頻

音頻 Step-Audio-EditX 編輯 2025-11-07

字節(jié) Seed 團隊發(fā)布循環(huán)語言模型 Ouro：LoopLM 架構(gòu)引人注目

部署擁有數(shù)千億參數(shù)的模型需要龐大的基礎(chǔ)設施，這會增加延遲和成本，并限制其可用性。這個時候，參數(shù)效率就變得至關(guān)重要。研究人員探討，如何在固定的參數(shù)預算內(nèi)實現(xiàn)更優(yōu)的模型性能。為了實現(xiàn)這種參數(shù)效率，目前

字節(jié)跳動 2025-11-04