临床推理基准、Agent工作流 | 多模态大模型8.21日报
07:40
正在加载内容...
精选参考来源
精选参考来源
1. 多模态大模型做临床推理靠谱吗？CVPR 2026 五个新基准揭开真实差距
知乎 2026-08-20 00:00:00
2. 多模态大模型路线梳理与前沿概览
知乎 2026-08-20 00:00:00
3. #DeepSeekHarness支持多模态# DeepSeek Harness 发布 v0.1.0-rc.8 版本，公测不到一周就迎来首次重要更新，多模态能力直接拉满！· /goal、/plan 等核心命令支持图文混合输入，截图、文件、历史会话可以一起丢给 Agent 处理· 模型适配器开放原生图片请求配置，接入第三方视觉模型也更方便了· 更有意思的是，有开发者发现：即使底层是纯文本模型，Harness 也能退化成 OCR 像素分析，把图片拆成结构化信息让模型“脑补”，相当于给纯文本模型拼了一套工具层“视觉”另外 Claude Code 和 Codex 也正式接入子代理体系，可按需安装、多实例并行，Harness 越来越像一个统一的 Agent 调度平台了。不过 V4 模型本身暂时还没发布视觉版本，这波更新也被不少人解读为“官方剧透”——自家的视觉版是不是在路上了？#DeepSeekHarness##AI智能体##微博AI创作季#
新浪微博 2026-08-20 00:00:00
4. DeepSeek Harness 一夜补齐多模态 还把 Claude Code 收编了
哔哩哔哩 2026-08-20 00:00:00
5. 如何用DeepSeek-Harness做短视频
哔哩哔哩 2026-08-20 00:00:00
6. MiniMax大模型再添利器：多模态创作Agent“MiniMax Design”正式发布8月20日，MiniMax正式推出多模态创作Agent工作台MiniMax Design，这是H3开源后在商业化产品端的首个重要落地。该产品将H3的视频生成能力完整融入创作流程。用户只需在对话框输入需求，Agent便能自动理解意图、拆解任务，并协调调用模型与工具完成素材处理、分镜生成、配乐及视频输出。“3D导演台”功能尤为突出：用户通过自然语言描述场景和镜头，系统即可在3D空间中预览构图与人物关系，确认后再交由H3生成最终视频，大幅降低传统影视级制作的试错成本。产品同时兼容ComfyUI工作流，支持Agent辅助调参。试用体验上，MiniMax Design面向品牌广告、知识短视频、PV/MV等商业场景，支持批量生成多个版本，让专业视频创作进入“对话即制作”的新阶段。H3此前因优秀的视觉审美和角色一致性获得社区好评，此次Agent工作台的推出，有望进一步加速其商业化落地。免责声明：本文仅基于公开信息整理，不构成任何投资建议。市场有风险，投资需谨慎。
新浪微博 2026-08-20 00:00:00
已收藏
去我的收藏夹