多模态智能体

那天，AI大模型想起了，被「失忆」所束缚的枷锁

记忆，你有我有，LLM 不一定有，但它们正在有。前些天，谷歌宣布 Gemini 具备了记忆能力。此前，它已经凭借长达 100 万 token 甚至更高的上下文长度，在「短期记忆」上有不错表现 —— 能够在一次会话中保留大量信息。

8/31/2025 6:19:00 PM

机器之心

字节Seed开源长线记忆多模态Agent，像人一样能听会看

不圆发自凹非寺. 量子位 | 公众号 QbitAI字节Seed发布全新多模态智能体框架——M3-Agent。像人类一样能听会看、具备长期记忆，并且免费开源！

8/18/2025 4:04:41 PM

不圆

Agno框架介绍：用于构建多模态智能体的轻量库

译者 | 核子可乐审校 | 重楼在开发代理式AI时，开发者往往需要在速度、灵活性和资源利用率间反复权衡。本文将向大家介绍Agno——一款用于构建多模态智能体的轻量化框架。其速度号称比LangGraph快上万倍，内存使用量则仅为1/50。

4/14/2025 10:58:53 AM

核子可乐

现场Live震撼！OmAgent框架强势开源！行业应用已全面开花

第一个提出自动驾驶并进行研发的公司是 Google，巧的是，它发布的 Transformer 模型也为今天的大模型发展奠定了基础。自动驾驶已经完成从概念到现实的华丽转变，彻底重塑了传统驾车方式，而大模型行业正在经历的，恰如自动驾驶技术发展的传奇征程 ——最顶尖的研发团队竞相投身其中、不断加速抢跑的技术产品创新，以及持续被推向极致的用户体验。在大模型赛道中，有一家企业始终以领先的身位，推动着行业边界向前拓展。为什么是联汇科技？当行业刚开始关注大模型，他们已经锚定多模态大模型，并高分取得了工信部大模型检测的 001 号

7/6/2024 11:02:00 AM

机器之心

资讯热榜

独立开源大佬的疯狂实验：Claude Code蛮力出奇迹！40 分钟跑通 DeepSeek-OCR，我一行代码都没写最强OCR竟然不是DeepSeek、Paddle！HuggingFace新作：六大顶尖开源OCR模型横评！继DS后又杀出匹黑马！前两天刚被群嘲，ChatGPT转头就解决了一个数学难题 OpenAI 内部警示:ChatGPT Atlas 面临“即时注入”安全威胁 ChatGPT 涉嫌“诱导”美国 16 岁少年自杀，家属指控 OpenAI 事发前放松安全措施如何把ChatGPT嵌入到自己的应用中？ FM Agent登顶OpenAI MLE-Bench，由百度智能云研发微软AI主管苏莱曼:微软不会开发情色类AI，与OpenAI划清界限

标签云

AI 人工智能 OpenAI AIGC 模型 ChatGPT DeepSeek 谷歌 AI绘画机器人大模型数据 Midjourney 开源 Meta 智能微软用户 AI新词 GPT 学习技术智能体马斯克 Gemini 图像 Anthropic 英伟达 AI创作训练 LLM 论文代码算法 AI for Science 芯片 Agent 腾讯 Stable Diffusion 苹果 Claude 蛋白质开发者生成式神经网络 xAI 机器学习 3D 人形机器人 RAG 研究 AI视频生成大语言模型 Sora 工具 GPU 百度具身智能华为计算字节跳动 AI设计搜索大型语言模型 AGI 视频生成场景深度学习架构 DeepMind 生成式AI 编程视觉预测 Transformer AI模型伟达特斯拉 Copilot