开源动态8
腾讯等推TokLIP，革新多模态理解生成
量子位
AI 摘要
腾讯ARC Lab等联合提出TokLIP，引入CLIP语义处理视觉token，打破理解与生成割裂瓶颈。它训练数据少，在多任务表现优异，为多模态模型发展开辟新方向，代码已开源。
阅读原文 · 量子位
视觉Token注入CLIP语义，走向多模态理解与生成新范式
腾讯ARC Lab等机构提出全新视觉分词器TokLIP，将低级视觉Token与高级CLIP语义结合，支持端到端自回归训练，可接入LLM框架，降低计算与数据门槛，在多模态任务中表现优异，代码已开源。
关注公众号
扫码关注
第一时间收到每日精选
相关文章
算法论文9
多校推出VBVR-Pro视觉推理训练场
针对原生视觉推理缺少完整训练评估基础设施的现状，NTU等多校联合推出VBVR-Pro系统，构建了从任务构建、模型训练、能力评测到强化学习优化的完整闭环，论文、数据、代码均已公开。
机器之心
开源动态8
智谱「牛来」模型：国产开源多模态利器
神秘模型「牛来」真身曝光，是智谱刚开源的 GLM - 5.3 Flash，为 5 系列首个原生多模态模型。它尺寸小能力强、价格低，用国产卡，实测多模态和 Coding 能力出色，架构全新，开源后将模型、算力和生态结合。
量子位
开源动态8
智谱、阿里新模型亮相，性能屠榜！
智谱发布GLM - 5.3 - Flash（牛来模型），原生多模态，支持1M token上下文，运行在国产芯片，价格实惠。阿里开源Qwen3.8 - Flash - Next权重，成本低性能优，在四大维度重构架构。
AI寒武纪
产品应用8
Qwen3.8-Flash：全新架构模型发布
本文介绍了 Qwen3.8-Flash 多模态 MoE 模型，它原生支持 262,144 token 上下文。该模型在 Attention、Residual、Embedding 与 Optimization 四个方面系统升级，降低训练与推理成本，即将上线千问 AI 平台。还发布了 Qwen3.8-Flash-Next 开源权重。
千问大模型