据了解，QVQ的优势在视觉理解和推理能力，在解决数学、物理、科学等领域的复杂推理问题上表现尤为突出。

在2024年12月24日消息中，金融界透露出值得关注的行业动态——上海哔哩哔哩科技有限公司近日向国家知识产权局申请了一项名为“确定对象分类的方法、相关装置及计算机程序产品”的专利，公开号为CN119167149A，该专利的申请日期为2024年9月。这 ...

最近一年来，如何用多模态大模型赋能具身智能研究是个十分火热的话题。然而，主流的多模态大模型聚焦于 2D 视觉理解，这对需要三维空间感知理解能力的具身智能来说是远远不够的。由于无法精准地感知理解三维空间，一些基于流行的 2D ...

欢迎来到【AI日报】栏目!这里是你每天探索人工智能世界的指南，每天我们为你呈现AI领域的热点内容，聚焦开发者，助你洞悉技术趋势、了解创新AI产品应用。新鲜AI产品点击了解:https://top.aibase.com/1、阿里发布多模态推理模型QVQ ...

据智能涌现消息，中国大模型独角兽阶跃星辰近日完成数亿美元B轮融资，核心投资方包括上海国有资本投资有限公司及旗下基金，腾讯投资、五源资本、启明创投等战略和财务投资人也参与其中。这笔资金将主要用于基础模型研发，进一步提升多模态和复杂推理能力，并拓展C端应 ...

国内大模型独角兽企业阶跃星辰近日宣布完成B轮融资，总金额高达数亿美元，引发行业高度关注。本轮融资吸引了众多重量级投资方的参与，包括上海国有资本投资有限公司及其旗下基金领投，腾讯投资、五源资本、启明创投等知名机构跟投。这笔巨额资金将主要用于加速基础模型 ...

欢迎关注下方公众号阿宝1990，本公众号专注于自动驾驶和智能座舱，每天给你一篇汽车干货，我们始于车，但不止于车。佐思汽研发布《2024年中国汽车多模态交互发展研究报告》。报告主要梳理了主流座舱交互方式、2024年上市的重点车型交互方式应用、车企/供应 ...

近期多模态环境下，相关行业前景看好，类似于新能源中的锂矿，成为不可或缺的资源。国内某龙头企业市占率达40%，尽管近期股价调整幅度较大，已连续三个跌停，但预计接下来将进入横盘阶段，投资者可适时关注。此外， 斯迪克 、 杰普特 、 美瑞新材 、 天奈科技 ...

夏禹智能科技的 AI Agent 针对医疗场景进行了深度优化,聚焦于多模态数据的分析与辅助诊断。这种专用性让 AI Agent 能够更精准地适应复杂的医疗需求,例如结合患者语言描述、医学影像和生理信号,通过功能封装,实现了更紧密的任务交互与更快的响应速度, 为大众提供个性化的诊断支持与健康管理方案。

2024年12月25日，多模态AI概念股市场遭遇重挫，整体下跌幅度达2.89%。当天主力资金流出达12.9亿元，这一数据显示出投资者对该行业的信心正在减弱。尤其是岩山科技和视觉中国，这两只股票分别以2.25亿元和1.68亿元的资金流出居于首位，带动整个行业的下行趋势。此次消息引发了投资者的广泛关注，我们将从多个角度探讨这一现象的成因及后果。

当前，即使是最先进的多模态大模型，在空间认知方面与人类相比仍有显著差距，测试中约 71%的错误都源于空间推理方面的缺陷，即空间推理能力是当前主要瓶颈 。 多模态大语言模型能否“进行空间思考”？能否构建一个准确的、隐式的“认知地图”来帮助它们回答有关空间的问题？使用多模态大语言模型来增强空间智能的优势和局限性是什么？

2024年2月，基于商汤日日新4.0的多模态大模型，在当时权威评测基准测试集MME Benchmark上位列第一，综合得分达2199.5（超过GPT-4V的1926.57），并应用到智能驾驶、智能车舱、电力行业等多个场景； ...