算法论文8
ZwZ模型让AI不调用工具也能“明察秋毫”
AI科技评论
AI 摘要
上海交大与蚂蚁集团团队:提出R2I方法,将“缩放”从推理工具转为训练目标,让多模态大模型单次前向传播实现细粒度感知,ZwZ模型性能超众多标杆,重新定义“工具使用”边界。
阅读原文 · AI科技评论
「Thinking with Images」推理速度太慢?「Zooming without Zooming」 让AI不调用工具也能「明察秋毫」!
上海交通大学与蚂蚁集团联合团队发布多模态大模型成果“Zooming without Zooming”。该研究提出R2I方法,将“缩放”转为训练目标,使模型单次前向传播实现细粒度感知,团队开源的ZwZ模型家族达开源SOTA性能。

关注公众号
扫码关注
第一时间收到每日精选
相关文章
产品应用8
阿里发布新一代多模态大模型家族
本文围绕云栖大会阿里巴巴发布的新一代多模态生成模型家族展开,介绍多模态大模型的技术演进方向,分析其对专业内容生产领域的改变与落地价值。
InfoQ
开源动态9
开源科学大模型书生-S2正式发布
上海人工智能实验室在2026浦江创新论坛发布开源基础大模型书生-S2,该模型科学能力比肩顶尖闭源模型,通用能力居开源第一梯队,创新架构支持专业知识持续扩展,强化长程科研与智能体能力,可为真实科研任务提供支撑。
OpenMMLab
开源动态8
蚂蚁百灵开源多模态大模型Ling-3.0-flash-VL
本文介绍蚂蚁百灵开源的多模态大模型Ling-3.0-flash-VL,该模型采用稀疏混合专家架构,支持图片、视频、软件界面理解,可将视觉信息用于推理与任务执行,开放权重采用MIT许可证供开发者部署测试。
AIGC开放社区
新闻资讯9
Ox Alpha揭晓为GLM-5.3-Flash
本文是DeeplearningAI The Batch专栏的AI行业资讯,揭秘此前匿名上线爆火的Ox Alpha模型,公开其为Z.ai推出的GLM-5.3-Flash,详细介绍该模型的架构、性能、定价与授权信息。
DeeplearningAI