「多模态数据集」共找到 3319 篇相关文章
让机器人「摸到」世界,复旦系新智具身完成近亿元天使轮融资
触觉具身智能成机器人与物理世界交互关键。新智具身获近亿元天使轮融资,背靠产学研融合与政策支持。其打造视触觉传感器等核心能力体系,解决触觉数据采集与模型融入难题,已切入工业场景。
半导体股大涨!千亿市值芯片企业全景图一览
本文结合2026年5月6日收盘数据,盘点国内A股和港股市值破千亿的半导体企业格局,剖析产业推手,探讨隐忧与走向。AI算力芯片、晶圆代工、设备、存储芯片企业表现亮眼,市值飙升有产业逻辑,但部分企业估值存风险。
Harness Engineering实践,做了一个平台让AI一晚上自动评测和优化你的系统
作者分享搭建小平台实现全自动化评测与系统优化的实践,包括创建评测任务、集、报告等,通过钉钉文档、绘报等案例展示操作,还能自动优化系统,不过需系统UI规范、AI Coding含量高。
DeepSeek V4没做的,MiniCPM-o 4.5给做「全」了~
上周 DeepSeek V4 发布,遗憾不是多模态。今天 MiniCPM-o 4.5 补上短板,凭 9B 参数实现端到端全双工全模态大模型,自 2026 年 2 月发布后 Hugging Face 下载量超 25 万。还推出多项成果,性能表现出色。
“养虾”热潮下,专家帮你拆解Agent如何重写软件逻辑 | 奇点智能技术大会首日精彩回顾
2026 奇点智能技术大会聚焦 AI 发展新趋势,探讨 Agent 对软件与互联网产业的重构。会上发布白皮书、评测榜单,成立开发者社区,多位专家分享见解,涉及 AI 研发、模型协同、大模型演进及科学多模态模型等内容。
刚刚,李飞飞世界模型开源了个渲染神器
今天凌晨,李飞飞空间智能独角兽公司 World Labs 官宣推出「Spark 2.0」,将 3DGS 世界带入 Web,原本专业设备才能运行的 3D 场景,现在任何人可在浏览器访问,该渲染器开源,能流式加载 1 亿 + 的 3DGS 数据。
谷歌Deep Think八语奥赛屠榜!自主攻克4大未解难题,科研壁垒崩塌
谷歌Deep Think横扫亚欧多语种竞赛,成绩亮眼。虽评测数据来自内部,未公开细节且是区域赛,但它定位为‘人类智力倍增器’,其驱动的Aletheia已产出论文,解决4个未解问题,在多领域展现潜力。
论文精选 | 以AI赋能力学:计算力学的智能化之路与未来图景
中国力学学会旗舰期刊AMS推出“力学前沿”专栏,首期解读“计算力学的智能化之路与未来图景”。文章介绍智能计算力学三大范式、面临挑战,还阐述重塑智能框架前沿方向,指出AI与计算力学融合是系统性重构。
美国00后职场大逃杀:有人退学当电工,有人拿1.1亿造AI
外媒报道,面对AI带来的不确定性,美国00后开始重估职业路径。数据显示,59%的美国年轻人视AI为职业威胁,早期职业岗位就业率下滑约16%。00后分退守和进攻两种策略应对,职场中间阶层在蒸发。
PyPI遭投毒!LiteLLM用户Python启动就中招,个人凭证秒泄露
PyPI被投毒,LiteLLM的1.82.7和1.82.8版本被植入信息窃取程序,安装后SSH密钥等数据会泄漏。该漏洞源于Trivy被篡改,攻击者借此发布恶意版本。已给出自检流程,供应链攻击或常态化。