阿里通义开源多模态推理模型 HumanOmniV2-低调大师

阿里通义开源多模态推理模型 HumanOmniV2

2025-07-09 157

阿里巴巴通义实验室开源了一款名为HumanOmniV2的多模态推理模型，旨在解决现有模型在全局上下文理解不足和推理路径简单化的问题。该模型能够更精准地捕捉图像、视频、音频中的隐藏信息，从而更好地理解人类的复杂意图和“话外音”。

HumanOmniV2引入了三项关键技术：

强制上下文总结机制，要求模型在生成最终答案前先输出对多模态输入的系统性分析；
由大模型驱动的多维度奖励体系，从上下文、格式、准确性和逻辑四个维度进行评估；
以及基于GRPO（Generative Reasoning Policy Optimization）的优化训练方法。

同时，团队还推出了一个名为IntentBench的评测基准，包含633个视频和2689个相关问题，HumanOmniV2在此基准上实现了69.33%的准确率。

昆仑万维开源 Skywork-R1V 3.0

昆仑万维宣布发布并开源Skywork-R1V 3.0版本。其在后训练阶段通过强化学习策略深度激发模型的跨模态推理能力，在复杂逻辑建模与跨学科泛化方面实现双重飞跃。公告介绍称，Skywork-R1V 3.0是昆仑万维多模态模型体系的关键节点与核心基石，成功将深度推理能力泛化到不同学科领域，表现出卓越的跨领域推理能力。它不仅能够胜任数学、物理等传统理工科推理任务，在地理、历史、人文、医学、艺术、商业、工程等领域同样表现不俗。在权威的综合性多模态评测 MMMU 中，Skywork-R1V 3.0取得了 76.0 的开源模型最高成绩，并且在2025年高考数学新一卷上，R1V 3.0更是取得了142分的突出成绩。R1V 3.0的高考数学突出成绩，接近多款顶尖闭源模型，达到了开源多模态推理模型的最优结果。 R1V 3.0 MMMU达到了76的高分，超越了 Claude-3.7-Sonnet （75.0）和GPT-4.5（74.4）等闭源模型，逼近人类初级专家水平（76.2），Skywork-R1V 3.0在其他重要多学科测评基准上同样表现亮眼。在更考验视觉推理的 EMMA-Mini(CoT)...

2025-07-09

138

据澎湃新闻消息，针对近期社交平台上关于公司大规模裁员的传闻，Manus 公司于7月8日回应表示:“基于公司自身经营效率考量，我们决定对部分业务团队进行调整。公司将继续专注核心业务发展，提升整体运营效率。” 此前，社交平台上信息显示，Manus近期对旗下部分国内业务进行裁员，并将核心技术人员迁往新加坡总部。今年6月，Manus产品负责人张涛曾公开表示，公司已把总部从中国迁至新加坡。今年3月，初创公司Butterfly Effect（蝴蝶效应）发布AI助手Manus的早期预览版，将其称为“全球首款通用智能体产品”。5月13日，Manus宣布开放注册，所有用户一次性获得1000积分奖励，每天可免费获得300积分以执行一项任务。在收费方面，Manus分别提供了每月19美元的基础计划、每月39美元的Plus计划和每月199美元的Pro计划。对于Manus的收费计划，许多网友认为其价格较高。今年5月，有外媒报道称，Manus背后的公司蝴蝶效应在由美国风险投资公司Benchmark领投的一轮融资中筹集了7500万美元，估值达到5亿美元。不过，这项投资正在接受美国财政部的审查。天眼查显示，Man...

2025-07-09

142

资源下载

更多资源

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能，例如代码缩略图，Python的插件，代码段等。还可自定义键绑定，菜单和工具栏。Sublime Text 的主要功能包括：拼写检查，书签，完整的 Python API ， Goto 功能，即时项目切换，多选择，多窗口等等。Sublime Text 是一个跨平台的编辑器，同时支持Windows、Linux、Mac OS X等操作系统。