标签：多模态大模型

原标题：大语言模型简史：从Transformer（2017）到DeepSeek-R1（2025）的进化之路 文章来源：人工智能学家 内容字数：24587字大型语言模型（LLM）发展简史：...

Ola 的核心设计在于其渐进式模态对齐策略。

研究团队还建立了全新的 LongerVideos 基准数据集。

第一个结合SAM-2和LLaVA-like的视频多模态大模型。

登上大模型盲测榜单全球前十，数学及编程能力夺冠。

补齐多模态最后一块短板，Tarsier2 反超 GPT4o、Gemini-1.5-Pro！

由月更加速到日更，阶跃模型迭代驶入「快车道」。

多模态语音、视觉理解及生成火力全开。

V2PE 的提出将为视觉 - 语言模型的发展带来新的机遇。

胡瀚是计算机视觉领域通用架构Swim Transformer的核心作者之一。

详细解读Ferret-UI 2模型

原标题：谢赛宁、李飞飞「空间智能」新作：多模态大模型仍难突破空间推理 文章来源：人工智能学家 内容字数：8364字多模态大语言模型的空间推理能力研究 本...

首个深入探索多模态大模型（MLLM）的可解释性综述，从数据、模型、训练推理多个视角剖析多模态人工智能的决策逻辑，揭示其 “魔法” 背后的科学依据。

原标题：天池 Better Synth 多模态大模型数据合成挑战赛盛大开幕 文章来源：小夏聊AIGC 内容字数：3565字第四届 Data-Juicer 数据挑战赛盛大开启 据AITOP100...

本文在 Qwen2-VL 和 InternVL2.0 上验证了此种剪枝策略的普适性。