昆仑万维开源Skywork UniPic 2.0多模态模型
引言：当AI学会“看图说话” 2024年…
腾讯混元发布多模态视觉模型hunyuan-large-vision
引言：一场视觉与语言的双重革命 2023…
昆仑万维发布多模态深度调研引擎Skywork v2
——全球首个整合多模态检索与生成的智能研…
商汤“日日新”V6.5：多模态推理大模型重磅升级
北京，2024年5月16日 – 商汤科技…
淘宝商品理解：多模态大模型破局？
导语： 在电商领域，商品理解的精准度直接…
通义千问重磅推出Qwen VLo：引领多模态AI创新应用
引言 想象一下，你上传了一张汽车的照片，…
百度发布MuseSteamer：多模态视频生成新突破
“`markdown 百度发…
智源研究院发布OmniGen2多模态模型，引领AI生成新浪潮
引言 人工智能正在改变我们与数字世界互动…
通义Qwen团队发布Qwen VLo模型：从看懂到描绘世界
引言 “人工智能将如何改变我们的未来？”…
PP-ChatOCRv4发布：引领文档关键信息抽取新标准
引言 在信息化飞速发展的今天，文档数字化…
开源MetaQuery挑战GPT-4o，多模态AI新突破！
新加坡， – 在人工智能领域，尤其是多模…
多模态AI“去毒”大考：谁是合格“绝命毒师”？
引言 在美剧《绝命毒师》中，主角沃尔特·…
港大开源RAG-Anything，多模态RAG新突破！
香港，2024年10月27日 ̵…
金融科技转型利器：多模态大模型压缩方案与EFFIVLM-BENCH基准测试登场
引言 在人工智能技术飞速发展的今天，大语…
Morphik：开源利器打造多模态检索生成新体验
引言 在当今这个信息爆炸的时代，我们每天…
Morphik：开源多模态检索利器问世
引言 在人工智能和大数据技术飞速发展的今…
谷歌开源LMEval，多模态AI评测新标杆
摘要： 谷歌近日正式开源 LMEval，…
LLaDA-V重磅发布：多模态大模型赋能AI全场景应用
北京，2024年10月27日 ̵…
谷歌开源LMEval，多模态AI评测新标杆
引言 在这个AI技术飞速发展的时代，评估…
人大高瓴AI联手蚂蚁，重磅发布多模态大模型LLaDA-V
北京讯——在人工智能领域，多模态大模型正…
蚂蚁开源Ming-lite-omni：统一多模态大模型亮相
蚂蚁集团开源统一多模态大模型 Ming-…
通义联手深技大，发布多模态语音表征模型
“`markdown 通义联…
通义+深技大：CoGenAV多模态语音模型问世
深圳，2024年6月17日 – 在人工智…
张祥雨：多模态推理或迎GPT-4时刻
引言： 在人工智能领域，每一次技术突破都…
CVPR 2025：斯坦福复旦联手突破多模态生成！
在人工智能内容创作的浪潮中，跨模态生成技…
CVPR 2025：多模态统一学习新范式重磅开源！
引言 “我们人类生活在一个充满视觉和音频…
纯Discrete Flow Matching巨兽问世 引领多模态AI新突破
近年来，大型语言模型（LLMs）在多模态…
字节跳动开源BAGEL：多模态AI新突破
引言： 人工智能领域日新月异，多模态模型…
字节跳动开源BAGEL：多模态AI新突破
引言 “人工智能正在改变世界，而多模态模…
字节跳动联手普林斯顿，发布多模态扩散模型MMaDA
摘要： 字节跳动联合普林斯顿大学、清华大…
字节跳动联手普林斯顿，发布多模态扩散模型MMaDA
摘要： 字节跳动联合普林斯顿大学、清华大…
Morphik：开源多模态工具，引领AI生成新革命
摘要： Morphik是一款开源的多模态…
Morphik：开源多模态检索神器问世
摘要： Morphik是一款开源的多模态…
LLaDA-V重磅发布：多模态大模型引领AI工具新时代
北京讯 – 在人工智能领域，多模态大模型…
谷歌开源LMEval：多模态AI评测新利器
摘要： 谷歌近日开源了LMEval框架，…
人大高瓴AI联手蚂蚁，重磅发布多模态大模型LLaDA-V
“`markdown 人大高…
蚂蚁集团开源Ming-lite-omni多模态大模型
“`markdown 蚂蚁集…
蚂蚁集团开源Ming-lite-omni多模态大模型
“`markdown 蚂蚁集…
通义联合深技大，CoGenAV多模态语音模型问世
引言 “未来的语音识别技术，不仅要听得见…
通义联手深技大，发布多模态语音模型CoGenAV
深圳讯 – 随着人工智能技术…
Meta突破：跨模态生成告别噪声，任意模态无缝流转
人工智能领域，跨模态生成迎来重大突破。M…
多模态研究：挣扎与“GPT-4时刻”的曙光
摘要： 阶跃星辰创始人张祥雨近日接受采访…
阿里通义VRAG：视觉感知赋能，RAG进化！
导语： 在信息爆炸的时代，视觉信息的重要…
多模态扩散模型爆发：LaViDa引领视觉-语言新突破
引言： 人工智能领域正在经历一场深刻的变…
字节跳动开源BAGEL，多模态AI新突破！
北京报道 – 字节跳动近日开…
字节跳动联手普林斯顿，发布多模态扩散模型MMaDA
北京 – 人工智能领域再迎突…
字节跳动联手普林斯顿，发布多模态扩散模型MMaDA
摘要： 字节跳动联合普林斯顿大学、清华大…
Morphik：开源多模态AI检索利器问世
摘要： 人工智能（AI）领域正在经历一场…
Morphik：开源多模态检索工具引爆AI界
导语： 在人工智能领域，多模态数据的处理…
人大高瓴AI联手蚂蚁，重磅发布多模态大模型LLaDA-V
“`markdown 人大高…
人大高瓴AI联手蚂蚁，重磅发布多模态大模型LLaDA-V
北京， – 在人工智能领域，多模态大模型…
蚂蚁集团开源Ming-lite-omni多模态大模型
“`markdown 蚂蚁集…
通义联手深技大，CoGenAV多模态语音模型问世
深圳， – 在人工智能领域持续创新的浪潮…
魔搭开源Nexus-Gen，全模态图像生成新突破
上海，2024年5月17日 – 在人工智…
魔搭开源Nexus-Gen：全模态图像生成新突破
“`markdown 魔搭联…
VITA-Audio：开源多模态语音大模型，快如闪电！
摘要： VITA-Audio是一款开源的…
耶鲁联手字节，多模态扩散模型D-DiT问世
人工智能领域再添新星！ 耶鲁大学联合字节…
X-Fusion：多模态融合新框架问世！
摘要： 加州大学洛杉矶分校、威斯康星大学…
上海AI Lab发布InternVL3多模态大模型
上海， – 上海人工智能实验…
昆仑万维开源Skywork-R1V 2.0多模态模型
引言： 在人工智能领域，多模态推理模型正…
上海AI Lab发布InternVL3多模态大模型
上海， – 上海人工智能实验…
书生·万象3.0发布：多模态性能再创新高
上海讯 – 上海人工智能实验…
OmniCam：浙沪名校联手打造多模态视频生成利器
摘要： 由浙江大学、上海交通大学等国内顶…
OmniCam：浙沪高校联手打造多模态视频生成利器
北京时间讯 – 浙江大学联合…