多模态模型

上海AI实验室开源Intern-S1-mini多模态推理模型，80亿参数紧凑架构专攻科学数据处理，支持化学分子解析、蛋白质分析，适用于自动驾驶、医疗影像及智能客服场景，性能超越同类轻量模型。

深度解析苹果在ICCV 2025大会发布的八篇前沿论文，涵盖MM-Spatial三维空间应用、STIV视频生成等突破性技术，揭秘这些研究如何推动AR设备和iPhone创作功能的未来发展。

OpenAI重启机器人研发计划，聚焦通用机器人技术开发，通过物理世界交互加速AGI实现。了解新团队目标、技术突破与行业竞争，探索AI从虚拟向物理空间的延伸。

深度解析智元机器人GO-1通用具身基座大模型的开源价值：全球首个ViLLA架构具身智能模型技术突破，配套Genie Studio开发平台降低应用门槛，推动机器人技术普惠化发展。

OpenAI宣布GPT-4o模型重新开放访问，支持文本、图像及音频交互处理，同时为付费用户提供模型切换功能。新一代GPT-4.1系列在长文档分析和专业场景中表现更优。

英伟达Rubin CPX芯片专为大规模上下文推理设计，支持百万级token处理，性能提升3倍。了解其分离式架构、技术参数及Vera Rubin平台如何推动AI视频生成与代码开发革命，2026年上市配套...

快手可灵AI发布新一代数字人功能，实现60秒长视频生成与高精度表情动作控制。该技术基于多模态大语言模型，支持跨语种演唱和多画风切换，适用于短剧、虚拟直播等场景。了解最新AI进展与应用潜力。

2025年商汤科技开源空间智能大模型SenseNova-SI系列，8B版本以60.99分超越GPT-5和Gemini-2.5-Pro。突破空间结构理解技术短板，提供完整技术资源下载，推动自动驾驶、机器...

清华大学与上海交通大学联合团队发布全球首个多模态工业信号基座模型FISHER，实现异质工业信号统一处理，技术开源推动工业AI普惠化。

深度解读谷歌最新医疗AI模型MedGemma 27B与MedSigLIP的技术特性：27B参数多模态模型在MedQA达87.7%准确率，4亿参数轻量编码器实现专业级医学影像理解，推动临床诊断效率革命。