MMaDA

多模态大模型MMaDA：让AI学会「跨次元思考」，文本图像通吃的全能型选手来了！

最近，普林斯顿大学、字节跳动、清华大学和北京大学联手搞了个大事情，推出了一款名为 MMaDA 的多模态大模型! 这可不是普通的 AI，它号称能让 AI 拥有“深度思考”的能力，还能在文本、图像、甚至复杂的推理任务之间“七十二变”，表现力直接超越了你熟悉的 GPT-4、Gemini、甚至 SDXL!你可能觉得，现在的多模态模型已经很厉害了，能看图说话，也能根据文字生成图片。但 MMaDA 告诉我们:这还远远不够!

5/22/2025 3:00:55 PM

AI在线

资讯热榜

DeepSeek R1-0528震撼发布:免费128K上下文，性能直逼OpenAI o3! 华为推出昇腾超节点技术，成功实现业界最大规模 384 卡高速总线互联小米多模态大模型Xiaomi MiMo-VL开源早报速读！2025年5月最新AI视频产品评测＆优秀案例字节发布图像Agent“小云雀AI” 打造一键爆款创作神器 Youware重磅更新：MCP加持一键生成复杂网页，AI建站进入新时代！《Nature》研究显示：ChatGPT 可使中小学生学习效果暴涨 86.7% 被困在 4GB 内存里的 Llama 3.2：AI 在树莓派中上演“死亡循环”

标签云

人工智能 AI OpenAI AIGC ChatGPT 模型 DeepSeek AI绘画机器人数据谷歌大模型 Midjourney 用户智能开源微软 GPT 学习 Meta 图像技术 AI创作 Gemini 论文马斯克 Stable Diffusion 算法代码芯片英伟达生成式蛋白质开发者 Anthropic 腾讯研究神经网络 3D 计算生成 Sora 机器学习 AI设计 AI for Science 苹果 GPU 训练 AI视频华为搜索 Claude 场景人形机器人百度智能体 xAI 预测伟达大语言模型深度学习 Transformer 字节跳动模态 LLaMA 文本具身智能神器推荐 Copilot 视觉驾驶 API 应用 Agent 算力大型语言模型工具安全干货合集视频生成