分类

商汤科技“日日新”融合大模型：原生融合模态，赋能多元应用场景商汤科技于1月10日正式发布其“日日新”融合大模型，该模型实现了原生融合模态，显著提升了深度推理能力和多模态信息处理能力。与传统大语言模型仅支持单一文本输入不同，“日日新”融合大模型能够处理图像、视频、语音、文本等多种异构信息，并在实际应用中展现出显著优势，尤其在自动驾驶、视频交互、办公教育、金融、园区管理和工业制造等拥有丰富模态信息的场景下

智源研究院发布100余款大模型评测结果：多模态模型崛起，应用落地成关键近日，智源研究院正式发布了对国内外100余个开源和商业闭源大模型的综合及专项评测结果。这些模型涵盖语言、视觉语言、文生图、文生视频以及语音语言等多种模态

SoulApp在GITEXGLOBAL展示多模态大模型，推动社交领域AI交互升级在近日迪拜举办的GITEXGLOBAL海湾信息技术博览会上，新型社交平台SoulApp对外展示了其最新自研的多模态大模型。这款模型集成了多模态理解、真实拟人、文字对话、语音通话、多语种等特性，能够为用户提供更自然、流畅、沉浸式的多模态互动体验

面壁智能开源 MiniCPM-V2.6：端侧AI多模态模型再升级8月7日，人工智能公司面壁智能正式开源其最新的端侧AI多模态模型——MiniCPM-V2.6。这款模型仅拥有80亿参数，却在单图、多图、视频理解等方面取得了200亿参数以下的最佳成绩（SOTA）

3 月 28 日，钉钉 AI 助理宣布了一系列重大升级，包括图片理解、文档速读和工作流等产品功能，标志着钉钉 AI 助理在多模态、长文本和 RPA（机器人流程自动化）技术融合应用上的重大突破。 基于阿里通义千问大模型的视觉推理和长文本速读能力 基于阿里巴巴开发的通义千问大模型，升级后的钉钉 AI 助理拥有更强大的视觉推理和长文本速读能力