優傲機器人推出AI訓練系統
優傲機器人與Scale AI共同開發UR AI Trainer AI訓練系統。透過機器人模仿人類動作的訓練單元，獲取多模態數據。加速基盤模型的現場適應。
Search
Tag: #multimodal329 results
网易推出首款本土化AI知識庫「有道寶庫」
4月7日，网易有道推出首款AI知識庫產品「有道寶庫」。該產品定位AI研究助手，聚焦知識深度理解與結構化重構。提供一站式知識管理、AI智能問答及多模態內容生成，填補本土AI知識平台空白。
美團原生多模態Token預測
美團推進原生多模態，將圖像與語音視為 Token 進行預測。此方法宣稱離散視覺無性能天花板。大膽策略實現統一 Token 建模。
萬興劇廠正式首批上線滿血版Seedance 2.0模型全能力
4月2日，萬興科技旗下萬興劇廠焕新，正式首批上線滿血版Seedance 2.0模型全能力。全新平台打通AI真人劇、2D/3D漫劇工業化製作及參考圖生影片等全類型工作流，支持多模態輸入實現「導演級」控制，可智能補全劇情、音效配樂與口型同步，並批量輸出2K高清分鏡影片。
影片・音聲視聽時的「腦反應」預測──Meta開發的腦活動預測AI「TRIBE v2」的可能性
Meta研究人員發表TRIBE v2，一個從影片、音聲與語言刺激預測人類腦活動的基盤模型。論文「A foundation model of vision, audition, and language for in-silico neuroscience」探討其潛力。它實現無需人類受試者的虛擬神經科學實驗。
Falcon 感知發布
Hugging Face 部落格推出「Falcon Perception」新項目。這似乎標誌著來自 Falcon 系列的感知導向 AI 模型或功能的發布。提供的內容細節有限。
多模態嵌入與 RAG 實用指南
多模態嵌入讓 AI 系統能以原生格式搜尋與推理文字、圖像、音頻和影片。Weaviate 部落格解釋核心直覺，並提供使用 Weaviate 和 Gemini 的三個實用 RAG 實作。
智象未來CTO：AI轉向任務完成
智象未來CTO姚霆解釋AI從內容生成進化至透過多模態世界模型與代理系統完成端到端任務。公司源自微軟與京東專業知識，已開源HiDream-I1並推出如Vivago的創作者工具。強調統一全模態架構實現複雜創作。
Meta 測試 Avocado 9B 與 Mango Agent
Meta 正在測試多種 Avocado AI 模型變體，包括 Avocado 9B 和 Avocado Mango Agent。這些包含多模態功能。開發部分依賴 Google 的 Gemini。
Claw：全球首個多模態創意營銷工具
Claw 推出為全球首個多模態創意營銷工具。它賦予獨立創作者專業級能力。這讓好創意比以往更值錢。