人工智能（AI）近年来取得了令人瞩目的进展，尤其是大语言模型（LLM，Large Language Model）的崛起，使其成为科技竞赛的核心领域。然而，对于外行而言，理解AI的发展往往伴随着误解与夸大。本文将从外行的视角分析大语言模型的本质、应用前景、技术瓶

模型 模态 视角 llm 模态模型 2025-03-28 01:08  1

格隆汇3月27日｜阿里巴巴(BABA.US)涨超2%，报134.91美元。消息面上，北京时间周四凌晨，阿里巴巴发布通义千问系列的最新旗舰模型Qwen2.5-Omni。这款端到端多模态模型专为广泛的多模态感知设计，能够处理文本、图像、音频和视频等多种输入，同时能

模型 模态 模态模型 阿里巴巴 端到端 2025-03-27 21:50  1

消息面上，北京时间周四凌晨，阿里巴巴发布通义千问系列的最新旗舰模型Qwen2.5-Omni。这款端到端多模态模型专为广泛的多模态感知设计，能够处理文本、图像、音频和视频等多种输入，同时能够通过生成文本和合成语音提供实时流式响应。模型性能方面，Qwen2.5-O

模型 模态 音频 模态模型 阿里巴巴 2025-03-27 18:58  1

具身智能与大模型频频被提及，但具身智能 = 机器人 + 大模型吗？本文摘自北京邮电大学人工智能学院副教授陈光（@爱可可-爱生活）的新书《走进具身智能》，作者很明确地表示，大模型虽然是实现具身智能的重要工具，但并不是其全部。当前，包括英伟达、智源、智元等多家机构

模型 模态 智能 模态模型 人机交互 2025-03-27 14:42  1

R1-Omni能够更清楚地理解视觉和听觉信息如何促进情绪识别，能够明确展示哪些模态信息对特定情绪的判断起到了关键作用。与SFT（传统监督微调）相比，RLVR显著提高了情绪识别任务的性能，在同分布测试集（DFEW和MAFW）上，R1-Omni相较于原始基线模型平

模型 模态 推理 开源 模态模型 2025-03-12 16:01  4

昨天还看到有人拉踩 deepseek v3 的时候说 deepseekv3 缺少多模态能力，除夕 deepseek 就发了 Janus-Pro， 一个7B 的多模态模型，可以进行多模态理解和生成。

模型 模态 模态模型 2025-02-06 20:51  6

DeepSeek深夜再放大招，将其在AI相关基准测试中击败了包括Open AI在内多个统一的多模态大语言模型的7B参数人人可用的视觉多模态模型Janus-Pro-7B开源。据官方介绍JanusFlow引入了一种极简架构，它将一种最先进的生成模型方法相集成。

模态 模态模型 deepseek深夜 2025-01-29 00:10  7

言归正传，今天凌晨风头正盛的Deepseek再次放出“王炸”——多模态模型Janus-Pro发布，并给出了开源部署方法和研究论文，一时间再次抓住了公众眼球。那么这个Janus-Pro（中文译名可以是“吉娜婆”，哈哈）究竟给我们带来哪些惊喜呢？胖胖老师就借助De

模型 模态 模态模型 2025-01-28 10:14  4

这一全模态模型不仅能同时支持文本、图像、音视频全模态理解，还支持文本、音频双模态生成。与此同时，百川还开源了两个评测集，助力国内全模态模型研发生态蓬勃发展。

模型 模态 模态模型 2025-01-26 15:23  6

距离国产大模型做考研数学题“过线”刚过两个月，月之暗面在春节前一周，又扔出了一个分量十足的“王炸”——这一次，他们拿出了能媲美Open AI 满血版 o1（Full Version，而非 preview）的K1.5多模态模型，在文字和视觉两大领域实现了“超英赶

模态 模态模型 openaio1 2025-01-22 17:46  9

春节前最后一周，能媲美 Open AI 满血版 o1（Full Version，而非 preview）的模型终于出现了！刚刚，月之暗面公布了他们的 Kimi k 系列模型最新版本 ——k1.5 多模态思考模型。新模型在数学、代码、多模态推理能力等方面全面对标

模型 模态 模态模型 2025-01-21 03:12  6

随着人工智能（AI）技术的快速发展，一个长期存在的挑战愈发凸显：如何在模型规模、效率和性能之间找到平衡。传统上，模型越大，性能往往越强，但这也意味着对计算资源的要求更高，使得AI技术在广泛应用时面临障碍，尤其对于缺乏高端计算设备的组织和个人来说更是如此。而多模

模态 模态模型 轻量级 2025-01-10 09:58  10

在 2024 年的 NeurIPS 会议上，Ilya Sutskever 提出了一系列关于人工智能发展的挑战性观点，尤其集中于 Scaling Law 的观点：「现有的预训练方法将会结束」，这不仅是一次技术的自然演进，也可能标志着对当前「大力出奇迹」方法的根本

模态 模态模型 openbayes 2025-01-03 11:34  11

在 2024 年的 NeurIPS 会议上，Ilya Sutskever 提出了一系列关于人工智能发展的挑战性观点，尤其集中于 Scaling Law 的观点：「现有的预训练方法将会结束」，这不仅是一次技术的自然演进，也可能标志着对当前「大力出奇迹」方法的根本

模型 模态 模态模型 2025-01-02 10:18  8

近日，智源研究院发布并解读国内外100余个开源和商业闭源的语言、视觉语言、文生图、文生视频、语音语言大模型综合及专项评测结果。

模型 模态 模态模型 2024-12-20 15:36  10

人类的沟通交流充满了多模态的信息。为了与他人进行有效沟通，我们既使用言语语言，也使用身体语言，比如手势、面部表情、身体姿势和情绪表达。因此，为了理解和生成人类动作，理解这些多模态的行为至关重要，而且这一研究方向最近受到的关注也越来越多。

模型 模态 模态模型 2024-12-18 18:21  9

人类的沟通交流充满了多模态的信息。为了与他人进行有效沟通，我们既使用言语语言，也使用身体语言，比如手势、面部表情、身体姿势和情绪表达。因此，为了理解和生成人类动作，理解这些多模态的行为至关重要，而且这一研究方向最近受到的关注也越来越多。

模型 模态 模态模型 2024-12-18 15:27  8

OpenAI 在 "ship-mas" 系列活动中发布了 Sora Turbo 视频生成 AI，支持生成20秒1080p 视频，用户可通过文本、图片或视频进行创作，具有多种风格和剪辑功能。该平台强调创意表达与内容安全，用户可浏览其他创作者的视频。

模态 模态模型 sora 2024-12-11 00:38  9

法国AI企业Mistral AI周一（11/18）发布了全新的多模态模型Pixtral Large，以及采用Pixtral Large的新一代聊天机器人Le Chat，它能理解文件与图像，得以生成形象，还能替用户搜索网络。

模态 聊天机器人 模态模型 2024-11-20 18:24  7