跳到正文

#多模态

今日 1 条
今天10月1日周四
9月30日周三
  1. LlamaIndex:产品、工程与评测15

    LlamaIndex 的使命与故事:打造最强的智能体文档 OCR

    LlamaIndex 的使命是自动化知识工作,从最难的前沿——文档入手,打造全球最强的智能体文档 OCR,把杂乱的多模态文档转化为结构化、可靠的数据。通过 LlamaAgents,开发者与企业可围绕文档构建从摄取、抽取到推理与自动化的可靠工作流。团队规模虽小,但强调交付经过深思、可靠且可扩展的生产级产品。

  2. World Labs:官网76

    World Labs 宣布加入 AMD,李飞飞将出任 AMD 执行副总裁兼首席科学家

    World Labs 宣布已签署最终协议加入 AMD,交易预计在 2026 年底前完成,尚需监管批准。双方自去年起在 AMD GPU 上的模型训练与推理优化方面开展技术合作。

    推荐理由:收购方与被收购方核心人事和交易时间都由当事方直接说明,读者可以据此了解 World Labs 并入 AMD 后的研究安排。

  3. MiniMax:Blog(网页)24

    MiniMax 与 Agora 在 Anime Japan 周合办东京峰会,推动 AI 角色迈向企业级产品

    MiniMax 与 Agora 在 Anime Japan 周期间于东京合办了一场面向企业的闭门峰会,聚焦将 AI 角色从概念演示推进为可部署的企业级产品。Agora 展示了实时交互的超低延迟基础设施,MiniMax 则展示了其模型层能力,包括情感丰富的 TTS、多模态生成与细腻的角色表达。

  4. MiniMax:Blog(网页)21

    MiniMax 在哈佛 HXR 2026 展示多模态 AI 产品套件

    MiniMax 在哈佛大学 HXR 2026 大会上展示了覆盖文本、语音、视频和音乐的多模态 AI 模型套件,可将 XR 开发中分散的工具整合为单一 API 平台。其模型可应用于医疗手术训练、旅游虚拟导览、神经科学数据三维可视化及语音驱动交互培训等场景。Gibran Mourani 代表 MiniMax 演讲,并担任该会议首届路演竞赛的 14 位评委之一。

  5. TechCrunch:AI(RSS)54

    白宫推出 AI 聊天机器人 America.gov,Gemini 参与提供支持

    白宫于 9 月 29 日宣布推出 AI 聊天机器人 America.gov,用于帮助民众查找政府服务和信息。Google 确认其 Gemini 模型参与该产品,美国政府首席设计官 Joe Gebbia 补充表示政府也使用了 Grok。文章同时提出疑问:大语言模型仍易产生幻觉,若民众依赖该聊天机器人获取食品券申请、签证续签或报税等信息,错误可能导致错过截止日期、福利被拒或罚款。

  6. IT之家(RSS)62

    新加坡男子用 Gemini 生成鳄鱼侵袭水库照片被起诉,最高或面临 10 年监禁加 1 万新币罚款

    新加坡男子 Ye Lin 因用谷歌 Gemini 生成并传播鳄鱼出现在 Pandan 水库的虚假图片被起诉,最高面临 10 年监禁和 1 万新币(约合 52,585 元人民币)罚款。图片引发 PUB 与国家公园局搜寻鳄鱼并暂停水上活动,发现不实后 PUB 报案;Ye Lin 被控传播虚假信息及删除照片妨碍司法公正,将于 11 月 10 日再次出庭。

9月29日周二
  1. The Verge:AI(RSS)80

    AMD 以约 82 亿美元全股票收购 World Labs

    AMD 宣布以约 82 亿美元全股票交易收购由李飞飞联合创立的 AI 研究实验室 World Labs,交易预计今年年底完成。World Labs 于 2024 年成立,数月内估值达 10 亿美元,2025 年推出首个商业产品世界生成模型 Marble,可根据提示词生成可交互 3D 世界。

    推荐理由:AMD 以约 82 亿美元全股票收购 World Labs,读者可了解交易结构、团队去向及其对 AI 硬件与模型协同的影响。

9月28日周一
9月25日周五
  1. Tripo30

    Tripo x CMU 游戏创作社团! 我们很高兴启动与 @CarnegieMellon 学生为期一学期的合作,探索 AI 原生游戏开发。 我们以一场工作坊开场,测试了一条完整流程: 创意 → GPT-6 Astra + Tripo + Blender + Codex → 可玩的 @unity 游戏。 在 2026 年秋季学期中,学生们将把 Tripo 整合进自己的项目。我们会全程提供技术反馈,最终在 12 月迎来最终展示和 Tripo Award。

9月24日周四
9月23日周三
9月16日周三
7月11日周六
  1. Mira Murati61

    Mira Murati 发文回顾 Thinking Machines Lab 成立一周年,称公司聚焦多模态 AI、自定义模型和开放科学。她提到已预览了像人一样协作的交互模型,Tinker 让任何人都能训练自己的开放权重模型,并发布了关于 Connectionism 的研究。其引用内容补充称公司已完成 20 亿美元融资,由 a16z 领投,NVIDIA、Accel、ServiceNow、CISCO、AMD、Jane Street 等参投,并将在未来几个月分享首个包含重要开源组件的产品。

    引用Mira Murati@miramurati

    Thinking Machines Lab exists to empower humanity through advancing collaborative general intelligence. We're building multimodal AI that works with how you naturally interact with the world - through conversation, through sight, through the messy way we collaborate. We're excited that in the next couple months we’ll be able to share our first product, which will include a significant open source component and be useful for researchers and startups developing custom models. Soon, we’ll also share our best science to help the research community better understand frontier AI systems. To accelerate our progress, we’re happy to confirm that we’ve raised $2B led by a16z with participation from NVIDIA, Accel, ServiceNow, CISCO, AMD, Jane Street and more who share our mission. We’re always looking for extraordinary talent that learns by doing, turning research into useful things. We believe AI should serve as an extension of individual agency and, in the spirit of freedom, be distributed as widely and equitably as possible.  We hope this vision resonates with those who share our commitment to advancing the field. If so, join us. https://thinkingmachines.paperform.co/

4月27日周一
3月18日周三