开源动态8

智谱开源 GLM-4.5V 视觉推理模型

机器之心2025-08-12

AI 摘要

智谱开源视觉推理模型 GLM-4.5V，它能处理复杂图像、视频、图表等，在多种测试中表现优异，其技术创新使其达开源 SOTA 水平，推动 AI 行业从跑分转向实战，注重实用价值。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

康奈尔拆解机器人长期记忆难题

本文整理康奈尔大学Steven Waslander教授在IROS的主旨演讲，针对智能机器人上下文窗口限制的瓶颈，分享其团队在仓库机器人长期记忆领域的两项核心研究，给出多模态记忆检索与环境动态检测方案，具备工业落地参考价值。

本文介绍面壁智能和OpenBMB最新开源的端侧多模态大模型MiniCPM-V 4.7，其35B-A3B版本总参数35B，推理仅激活3B，仅需3G内存即可在iPhone等手机断网流畅运行，性能领先同类模型，详解了其优化技术与行业价值

本文解读第九版244页的《2026年度State of AI Report》，核心指出RSI（递归自我改进）已成AI研发核心趋势，涵盖AI研发竞争、产业、安全、前沿预测等多方面重磅内容。

本文介绍南洋理工大学等机构研究团队提出的V-Rubrics方法，解决多模态推理中结果正确但推理错误的奖励分配误区，通过35万条细粒度准则拆分奖励计算，有效提升模型性能，论文已被EMNLP 2026主会接收，代码与数据已开源。