「多模态记忆系统」共找到 2891 篇相关文章
全球看中国,灵初智能用10万小时人类数据写下具身智能的中国答案
2026年,“世界模型”成具身智能高频词。灵初智能联合创始人陈源培认为其非核心方向,而是数据迁移工具。灵初关注人类操作数据转化,在10万小时量级上可大幅替代真机数据,还介绍了系统模块、数据集及商业化阶段等情况。
告别模板时代!妙多VP张昊然:生成式AI如何驱动UI设计的范式革命
在AICon2025上海站,妙多副总裁张昊然分享生成式AI在UI设计领域的影响。他回顾初代生成式UI的‘套模板’技术,讲述技术革新后回归代码生成界面,还探讨让AI理解设计系统、妙多AI 2.0理念及未来UI工具假设。
深入感知级别图像理解:UniPercept 统一图像美学、质量与结构纹理感知
多模态大语言模型在语义级任务表现卓越,但在感知级图像理解有短板。上海人工智能实验室等机构联合发布 UniPercept,构建感知属性定义系统与基准测试集,训练强基准模型,在多方面表现超现有顶尖模型,应用潜力大。
具身机器人能搞定超市盘点吗?全球七万门店正在给出答案
本文报道汉朔科技联合X-Era Lab(拓元智慧),依托汉朔全球近7万家门店的电子价签数字化底座,结合拓元自研原生世界动作模型VWA,探索具身智能在零售门店盘点、巡检、补货场景的商业化落地,验证具身智能能否从演示Demo转化为稳定运行的生产级系统。
硅谷顶级团队闭门会,让Agent活下来的共识,95%的AI Agent都死了
旧金山AI技术大会上,企业大佬指出95%的AI Agent在生产环境中失败,活下来的5%符合5个共识,包括做好上下文选择系统、重视安全权限与用户信任、将记忆作为架构决策、多模型编排及合理运用对话与GUI等,还提及被低估的方向。
增长密码:大型网站百万流量运营之道
本书深入探讨了大型网站SEO的底层逻辑,从系统能力、协作能力到创新能力,通过作者亲自操盘的成功案例,揭示了大型网站流量增长的秘诀。书中不仅分享了零成本获客的策略,还涵盖了被动式营销的要领,让读者能够快速掌握SEO的核心技巧。
大模型Agent的下一阶段:可自我进化的AI-Agent
在人工智能飞速发展下,研究者探索让AI自我反思改进。本文作者构建自我进化AI智能体系统,设计四层渐进式架构,经《卡坦岛》实验,证明自我进化能力,不同模型表现有差异,代码级进化潜力惊人。
Meta联合Google新作:语言模型到底“记”了多少东西?
Meta和Google合作的论文探讨现代语言模型对训练数据的“记忆”情况。研究发明新方法精确测量“记忆”量,发现模型记忆有上限且与参数线性相关,还揭示学习转折、隐私规律等重要结论。
2025,大模型文档解析(OCR)年终盘点
2025年6月以来文档解析方法快速增长,有10余种。按“技术路线 + 工程形态”可归为4大类:传统级联流水线、轻量多模态两段式、通用多模态大模型一段式、轻量多模态一段式,各有优劣,4条路线覆盖所有OCR落地场景。
最贵缩放录屏软件Screen Studio被这个开源项目复制了,完全免费!
Recordly是开源录屏与编辑工具,适用于演示等场景,支持多系统,比Screen Studio轻便顺滑还免费。有自动缩放等功能,介绍了安装、系统要求和使用方法。