AI在线 AI在线

多模态大模型

苹果发布多模态模型 Ferret-UI，部分手机 UI 任务超越 GPT-4V

苹果发布多模态模型 Ferret-UI，部分手机 UI 任务超越 GPT-4V
编译 | 赖文昕编辑 | 陈彩娴大模型的诞生，让科技巨头与创业公司们在新一轮的竞赛中再次鸣枪出发，OpenAI、Anthropic、Mistral等创业之星的升起更是证明了在新技术的影响下，大厂并不存在绝对的优势。 不久前，苹果叫停了启动十多年且投入数十亿美元的自动驾驶电动汽车项目，美国总部裁员了600多人，另有近2000名员工转到AI部门。 然而，在目前市场上的主流智能手机品牌中，苹果几乎是唯一一家尚未正式推出大模型的厂商。
4/10/2024 2:31:00 PM
赖文昕
亚马逊云科技展示Claude 3大模型能力，生成式AI落地正在加速

亚马逊云科技展示Claude 3大模型能力，生成式AI落地正在加速
上周日，亚马逊云科技宣布 Mistral AI 的 Mistral Large 模型在Amazon Bedrock上正式可用。随着知名 AI 初创公司 Mistral AI、Anthropic 的前沿的大语言模型（LLM）陆续登陆 Amazon Bedrock，人们在构建生成式 AI 应用程序时，已经有了一系列先进模型的选择。
4/8/2024 7:47:00 PM
李泽南
个性经济时代，MiniMax 语音大模型如何 To C？

个性经济时代，MiniMax 语音大模型如何 To C？
大约一个月前，距离 GPT Store 上线还有两周，一位名为 Kyle Tryon 的国外开发者在个人博客上分享了其基于 ChatGPT Plus 开发的三个 Agent（又称“GPTs”），其中一个 Agent 是关于美国费城旅游出行的个人指南“PhillyGPT”，它能访问当地 SEPTA 公共交通 API，为个人提供费城当地的实时天气、旅游资讯、文艺演出活动、出行路线、公交车站与地标数据、预计抵达时间等等。 具体可访问 PhillyGPT 链接：，实际是人们对于 GPT 时代 C 端个性消费产品的真正想象。 无独有偶，1 月 11 日 OpenAI 正式上线 GPT Store 后，公布 300 万个 GPTs 之余，也将与用户日常消费活动息息相关的徒步路线指南“AllTrails”放在推荐榜单上。
2/2/2024 2:22:00 PM
王悦
阿里mPLUG-Owl新升级，鱼与熊掌兼得，模态协同实现MLLM新SOTA

阿里mPLUG-Owl新升级，鱼与熊掌兼得，模态协同实现MLLM新SOTA
OpenAI GPT-4V 和 Google Gemini 都展现了非常强的多模态理解能力，推动了多模态大模型（MLLM）快速发展，MLLM 成为了现在业界最热的研究方向。MLLM 在多种视觉-语言开放任务中取得了出色的指令跟随能力。尽管以往多模态学习的研究表明不同模态之间能够相互协同和促进，但是现有的 MLLM 的研究主要关注提升多模态任务的能力，如何平衡模态协作的收益与模态干扰的影响仍然是一个亟待解决的重要问题。论文地址：： 体验地址：  体验地址:，阿里多模态大模型 mPLUG-Owl 迎来大升级，通过模态协
12/25/2023 2:33:00 PM
李亚洲
最懂工业的大模型来了！思谋发布全球首个工业多模态大模型

最懂工业的大模型来了！思谋发布全球首个工业多模态大模型
大模型技术正在引领新一轮工业革命，但将其应用于工业制造，仍面临许多挑战，专业知识的缺乏是关键难点。11月5日，香港中文大学终身教授、思谋科技创始人兼董事长贾佳亚受邀参加第六届中国国际进口博览会暨虹桥国际经济论坛开幕式。虹桥论坛上，贾佳亚在主题演讲中表示，“目前，业界还没有一个能真正服务于高端智能制造的大模型。” 贾佳亚在虹桥国际经济论坛上发表主题演讲亟待人工智能技术提高、释放生产力的工业制造界盼大模型已久，至此终于迎来全球首个工业多模态大模型IndustryGPT V1.0。论坛上，贾佳亚和团队正式发布Indust
11/7/2023 5:07:00 PM
新闻助手