Vidu多模态大模型，从视频生成到实时交互的演进与突破
生数科技推出的 Vidu 多模态大模型正在推动视频生成技术从离线工具向可控、可交互的内容生产平台演进。通过解决多主体一致性、长时序稳定性和实时响应等核心挑战，V...
#多模态大模型
共 5 篇相关文章
多模态大模型崛起，重塑内容生产全流程
从单模态到多模态，AI内容生成技术正在经历革命性变革。以阿里巴巴为代表的技术厂商在过去一年中持续突破，推出Qwen-Image-3.1、Agentic PE等新...
九识建成首个L4万卡集群，无人驾驶迈入多模态大模型新范式
9月17日，九识宣布建成业内首个L4级万卡GPU算力集群，总规模近1.5万卡。这一突破标志着无人驾驶技术从规则驱动向数据驱动的范式转变，九识通过构建APEX多模...
多模态大模型时序感知短板暴露，人类98分AI0分，病根在架构设计
近期研究揭示，尽管多模态大模型已能识别和描述视频内容，但在理解时间顺序方面仍存在显著缺陷。KAUST与MBZUAI联合实验表明，面对包含运动信息的噪声视频，所有...
视觉语言模型的空间智能突破
在首尔COEX会展中心举行的ICML 2026大会，吸引了来自全球的数千名研究人员和从业者。本届会议共接收6352篇论文，经过严格的同行评审，最终选出536篇S...
