算法论文8

华科大团队：LIRA多模态框架达分割理解双SOTA

量子位2025-10-03

AI 摘要

华科大白翔团队等联合推出多模态新框架LIRA。它用SEFE和ILVC两模块，解决现有模型痛点，在分割和理解任务上表现优异，优于InternVL2、OMG-LLaVA等模型，已被ICCV 2025录用。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

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。

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。

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。

多模态大模型处理多参考图与视频对应关系能力不足。为此提出 RefCaptioner，强化模型对参考图识别感应能力、优化输出格式与奖励函数；还构建 MRVBench 评测基准，实验显示其表现优异。