搜索[全模态推理]结果-低调大师优秀个人博客

精选列表

搜索[全模态推理]，共10000篇文章

阶跃星辰多模态“小核弹” Step3-VL-10B 开源

公告称，仅用 10B 参数量，Step3-VL-10B 在视觉感知、逻辑推理、数学竞赛以及通用对话等一系列基准测试中均达到同规模 SOTA 水平，并且解决了参数量小和智能水平高难以兼优的行业难题。

2026-01-20

快手开源新一代旗舰多模态模型 Keye-VL

在保持基础模型强大通用能力的前提下，Keye-VL-671B-A37B 对视觉感知、跨模态对齐与复杂推理链路进行了系统升级，实现了多模态理解和复杂推理的全方位性能跃升：更会“看”、更会“想”、也更会“答

2025-11-28

UltraRAG 2.1 正式发布：强化多模态 RAG 能力，支持更多后端框架

研究者只需通过编写 YAML 文件，即可声明串行、循环与条件分支等逻辑，以极低代码量构建多阶段推理与检索生成系统。

2025-11-11

vivo 发布蓝心 3B 端侧多模态大模型

在今天的vivo开发者大会上，蓝心3B端侧多模态推理大模型正式发布。

2025-10-10

Elastic 收购 Jina AI，强化开源检索与多模态 AI 能力

新的 Jina AI 模型将在 Elastic 推理和搜索平台中分发，从而为 Elastic 客户提供最优的搜索质量。

2025-10-10

苹果开源长视频多模态大语言模型 SlowFast-LLaVA-1.5

10 亿参数模型在 General VideoQA 任务中达 56.6 分，70 亿参数模型在 Long-Form Video Understanding 任务中获 71.5 分，且在图像理解任务如知识推理

2025-08-25

从“字”到“画”：基于Elasticsearch Serverless 的多模态商品搜索实践

我们正处在一个从文本搜索向多模态、跨模态搜索演进的时代。用户希望能够通过图片、甚至是自然语言描述的复杂场景，来精准地找到他们想要的商品。然而，如何理解并检索图片中的视觉元素？

2025-08-13

迈向多模态数据集成的统一工具

本文将带你了解：SeaTunnel 是如何一步步迈向“多模态”，又是如何赋能今天的 AI 数据体系。为什么要支持多模态数据？曾经我们做数据同步，只需要处理订单表、用户表、销售表。但现在呢？

2025-08-12

字节跳动旗下开源多模态智能体 Agent TARS 发布 Beta 版本

字节跳动正式发布了Agent TARS的 Beta 版本，将其定位为一个开源的多模态AI Agent工具，旨在提供与各种现实世界工具的无缝集成能力，并实现“随时随地可用”。

2025-06-27

我国科学家研究揭示多模态大模型概念表征机制

中国科学院自动化研究所与中国科学院脑科学与智能技术卓越创新中心的联合团队在《自然·机器智能》（Nature Machine Intelligence）发表相关研究，首次证实多模态大语言模型能够自发形成与人类高度相似的物体概念表征系统

2025-06-09

Ollama 发布 v0.7.0，增强多模态能力并引入多项优化

Ollama v0.7.0 已发布，带来了显著的功能增强和性能优化，引入了新引擎支持多模态模型，并支持 WebP 图像作为输入。

2025-05-16

腾讯混元开源多模态定制化视频生成工具 HunyuanCustom

腾讯混元宣布正式推出并开源全新的多模态定制化视频生成工具 HunyuanCustom。

2025-05-09

新加坡国立大学计划推出多模态大模型 NExT-GPT

新加坡国立大学下一代搜索技术联合研究中心（NExT++）近日公布新计划——开发一款可以突破输入端多模态理解限制的大模型 NExT-GPT。

2023-09-12

阿里云开源通义千问多模态大模型 Qwen-VL

在主流的多模态任务评测和多模态聊天能力评测中，Qwen-VL取得了远超同等规模通用模型的表现。

2023-08-25

快手登顶多模态理解权威榜单VCR

近日，多模态理解领域国际权威榜单 VCR（视觉常识推理，Visual Commonsense Reasoning）刷新了排名，来自国内短视频平台快手研究团队MMU（Multimedia understanding

2021-07-06

Lightmatter Passage 光互联重塑高性能 AI 训练与推理底座

这份是 Lightmatter 在 Hot Interconnects 2026（HotI2026）发布的报告《The Interconnect Foundation for High‑Performance AI Training and Inference》，核心论证：光子互联是突破 AI 算力瓶颈的核心基础设施，详细介绍了 Passage 光互联方案的性能收益、破解光纤与激光瓶颈的两大核心技术（BiDi、VLSP），同时披露了产品路线图与开放产业生态布局。

2026-09-16

光子互连如何撑起百万 Token 大模型推理？| Lightmatter HotI报告

该文档是 Lightmatter 在 Hot Interconnects 2026 会议上发布的另外一份技术报告，聚焦高基数光子互连（CPO 共封装光学）如何解决大模型推理 Prefill阶段的通信瓶颈

2026-09-16

基于DeepSpeed和PyTorch的大模型微调与推理优化实践

当LLaMA-65B、ChatGLM-130B等大模型不断刷新SOTA时，绝大多数开发者面临的现实却是：单卡A100 80G连模型权重都装不下，更别提梯度、优化器状态和中间激活。业界主流解法是分布式训练 + 混合精度 + 梯度检查点 + 模型并行，但将这些技术组合成一套稳定、可扩展的代码，远比调用model.fit()复杂得多。

2026-08-13

驯服"Token黑洞"：Agent成本工程、推理优化与ROI量化实战

系统月度Token支出超出预算200%以上，其中60%的消耗来自低价值或冗余调用；68%的团队无法将Agent成本归因到具体业务场景，导致"花了钱不知道花在哪、值不值"；55%的生产Agent未做任何推理优化

2026-08-12

字节发布 Seed Prover 1.5：全新 Agentic 架构，更强数学推理表现

字节跳动 Seed 团队推出新一代形式化数学推理专用模型 Seed Prover 1.5，通过大规模的 Agentic RL 训练，其推理能力和推理效率取得显著进步。

2025-12-24

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。

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

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。

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。