「多模态评测基准」共找到 2147 篇相关文章

开源动态8

文生图进入R1时代:港中文MMLab发布T2I-R1,让AI绘画“先推理再下笔”

港中文MMLab团队发布首个基于强化学习的推理增强文生图模型T2I - R1。它提出双层级CoT推理框架和BiCoT - GRPO强化学习方法,解决生成评估难题,为多模态生成提供新范式。

量子位
算法论文9

从一步生图到流式视频:清华团队探索「样本分布训练」

本文介绍清华大学联合多校团队提出样本分布训练新生成方法,发布MGFlow、Elastic Forcing两项成果,分别实现一步生图SOTA、14B流式视频模型单8卡后训练,为实时多模态交互开辟新路径。

机器之心
产品应用8

用GPT-6 Astra就能直接控制机器人?可具身真机没那么简单

本文讨论GPT-6 Astra接入机器人控制取得亮眼单项成绩,但真机测试暴露不安全不稳定问题,介绍穹彻智能发布的开源RoboRSI多智能体自进化框架,解决具身智能落地核心痛点,探讨大模型时代具身智能行业的发展方向

机器之心
新闻资讯8

GPT-6 Sol要来了?OpenAI本周或迎「发布狂潮」

本文爆料OpenAI核心人员预告本周将迎来DevDay级别的大规模产品更新,网传GPT-6 Sol已进入灰度测试,OpenAI正推动旧模型迁移,本轮更新覆盖新模型、多模态、智能体等多个领域。

机器之心
开源动态7

告别 LEB128 的规范性陷阱,Bijou64 用结构设计解决安全问题

研究实验室Ink & Switch发布bijou64可变长度整数编码格式,由Brooklyn Zelenka开发。它消除规范性漏洞,在基准测试中超标准标量LEB128解码器。Hacker News社区对其有权衡讨论,实现已用Rust发布。

InfoQ
新闻资讯7

Anthropic联创定下deadline:2028年AI实现自我进化,没有人类了

Anthropic联合创始人Jack Clark认为,到2028年底,递归自我改进发生概率有60%,即AI或能自主构建和改进自己。他基于公开AI开发数据和基准测试得出此观点,不过也有人提出质疑。

机器之心
算法论文8

RAG搜对了却答错?德国萨尔大学找到了真相丨ACL'26

RAG已成大模型落地标配技术,但存在搜到对的文档、模型答案却离谱的痛点。德国萨尔大学等组成的团队诊断出问题在阅读理解,提出Disco - RAG框架,在“搜”和“答”间加“读懂”环节,已被ACL 2026主会录用。

量子位
算法论文8

CVPR2026 | 鬼手想点谁就点谁?LaSM让GUI智能体把注意力「收回来」

文章聚焦弹窗式环境注入攻击,指出多模态智能体易受环境干扰致目标漂移。提出 LaSM 方法,通过放缩关键层权重让智能体注意力回到任务,实验显示其提升防御效果,且对正常任务影响小。

机器之心
产品应用7

The Batch:924|GPT-5.4:性能更高,价格也更高

OpenAI更新旗舰模型GPT-5.4,有Thinking和Pro两个版本,扩展工具使用能力,多基准测试达当前先进水平,但定价高。虽在部分任务表现超Claude,挑战Gemini地位,不过成本也更高。

DeeplearningAI
产品应用8

引爆千亿市场!杭州AI再出王炸:刷新自研天花板,“三甲专家大脑”装进14亿人口袋

在2026智诊科技AI发布会上,智诊科技完成蜕变。其发布的Wise MemOS 2.0打破传统局限,WiseDiag V2有深度多模态联合分析能力,WiseResearch让AI告别幻觉,“好伴AI”下放技术,服务大众。

AI寒武纪