开源动态8
Jina AI:小参数量音频向量模型超 CLAP
Jina AI
AI 摘要
Jina AI 团队:从多模态大模型「拆」音频向量模型,采用模块化组合,用 1/25 训练数据、1.1B 参数量超 CLAP。但在抽象语义理解上有短板,后续将探索新架构、扩充数据。
阅读原文 · Jina AI
从多模态大模型中「拆」出音频向量模型
Google 发布原生多模态向量模型 Gemini Embedding 2,推动 Omni Embedding 发展。Jina AI 团队分享从多模态大模型中「拆」出音频向量模型的经验,介绍架构、训练数据,对比四种做法,还提及评测、应用场景及结论。

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