算法论文7
GEMS：6B小模型多模态生成超越Nano Banana 2
量子位
AI 摘要
上海人工智能实验室等团队：提出GEMS应用于多模态生成领域，含Agent Loop、Memory、Skill特性，让6B小模型部分超越Nano Banana 2，技能加持使生成更具艺术感。
阅读原文 · 量子位
OpenClaw的风刮到了多模态生成，6B小模型超越Nano Banana 2！
现在多模态生成模型在复杂指令和下游任务表现不佳。上海人工智能实验室等团队提出GEMS，将OpenClaw成功应用于多模态生成领域，激发小模型潜力，让6B小模型部分任务超越Nano Banana 2。
关注公众号
扫码关注
第一时间收到每日精选
相关文章
开源动态8
花叔橙皮书拆解DeepSeek Harness
DeepSeek Harness开源同日，《DeepSeek Harness：从开机到拆开》上线。作者花叔实测记录大量官方文档未写的细节，如完整系统提示词、出厂启动清单等，全书分四部分，获取方式简单。
开源星探
新闻资讯7
美团与OpenClaw之父谈AI转型与开源项目
今年2 - 3月美团开展“养虾运动”，引入OpenClaw，日耗上千万元还干扰经营。美团CEO王莆中复盘称这是AI转型第一阶段。OpenClaw之父Peter也复盘爆火8个月经历，分享经验与感悟。
InfoQ
开源动态8
南北阁实验室：Nanbeige4.2 - 3B小模型挑战大任务
在模型越做越大的当下，推理成本成了影响Agent大规模使用的关键因素。南北阁实验室推出Nanbeige4.2 - 3B，在架构、数据构造和训练pipeline层面做了系统工作，评测表现良好，还探索本地个人助手等应用。
AIGC开放社区
开源动态8
MonkeyOCRv2：0.7B参数反超3B称霸文档OCR
文档OCR正迈入小模型时代，MonkeyOCRv2以0.7B、0.6B参数在MDPBench上超越3B模型。它重新分配系统职责，采用互补预训练目标，还开源训练数据，且迁移到多任务表现良好。
量子位