腾讯发布混元Large-Vision多模态理解模型，激活参数量达520亿
腾讯发布混元Large-Vision多模态理解模型，激活参数量达520亿，支持图像、视频及3D数据输入，在多语言场景理解上实现突破，加速AI技术产业化进程。
排序
小红书开源多模态大模型dots.vlm1，性能接近国际领先水平
小红书正式开源多模态大模型dots.vlm1，基于自研NaViT视觉编码器和DeepSeek V3构建，在MMMU、MathVision等基准测试中性能接近Gemini 2.5 Pro等闭源先进模型...