最新新闻
AI新闻资讯
AI 每日资讯汇集了国内外关于人工智能、大语言模型、多模态模型、机器学习、深度学习、计算机视觉、自然语言处理、数据科学和大数据的所有顶级新闻、视频等内容，一站式获取最新AI资讯。
-
近日，通义实验室自然语言智能团队正式发布并开源了VRAG-RL——一款视觉感知驱动的多模态RAG推理框架，旨在解决在真实业务场景中，AI如何从图像、表格、设计稿等视觉语言中检索关键信息并进行精细化推理的难题。
-
随着人工智能（AI）技术的飞速发展，越来越多的研究人员开始对大型语言模型(如 ChatGPT)进行深入探讨。近日，亚利桑那州立大学的研究小组在预印本平台 arXiv 上发表了一项引人关注的论文，指出我们对这些 AI 模型的理解可能存在误区。他们认为，这些模型实际上并不会进行真正的思考或推理，而仅仅是在寻找相关性。论文中，研究者们特别提到，尽管这些 AI 模型在给出答案之前，往往会生成一系列看似合理…
-
5月，夸克正式上线全新“深度研究”功能，并面向用户限量邀请体验。该功能依托通义千问大模型，支持围绕学术课题、行业分析等复杂议题，完成从资料搜集、数据分析、观点提炼到报告生成的全流程研究，实现“输入主题，输出成品”。
-
字节跳动近日正式发布其最新开源多模态基础模型——BAGEL（Big Advanced Generalized Embodied Learner），以70亿个有效参数的规模，开启多模态AI模型的新阶段。BAGEL在图像理解、生成和编辑等关键任务中表现卓越，已在多个标准评测中超越当前主流开源视觉语言模型(VLM)，如Qwen2.5-VL和InternVL-2.5。BAGEL模型基于大规模交错多模态数据…
-
卡内基梅隆大学研究团队发布一项创新性人工智能项目——LegoGPT，该模型可根据自然语言文本自动生成可拼搭的乐高积木设计。项目已在 GitHub 开源，用户可自由下载模型与数据集进行尝试和拓展。LegoGPT 由自回归大型语言模型驱动，训练数据包括超过47，000块乐高积木组成的28，000多个独特3D 对象。用户只需输入如“一个吉他造型”这样的文本提示，模型便能生成结构合理、可稳定搭建的乐高拼搭…
-
一款名为SurfSense的开源AI研究助手横空出世，以其独特的个人知识库整合功能和强大的研究能力，迅速成为NotebookLM和Perplexity的有力竞争者。SurfSense不仅继承了AI驱动的智能搜索与交互特性，还通过打通个人知识库，为用户提供了一个前所未有的信息管理与研究平台。本文基于近期网络信息，深入探讨SurfSense的核心功能、优势以及其对研究领域的潜在影响。突破传统:个人知识…