“免训练”构建全模态大模型？真相与代价_服务软件

1. 开源是战略，生态是王炸，阿里千问入局AItoC #千问 #大模型

2. 除夕夜，国产顶流压轴上线，QWEN3.5多模态开源！

3. 在线模型推理部署经常遇到多模态模型支持复杂，性能难以优化的问题。vLLM-Omni 基于高效的 KV cache 管理和流水线执行，专为支持包括文本、图像、音频、视频等多模态输入的模型设计，轻松实现异构模型推理和服务。它不仅兼容主流 Hugging Face 开源模型，还支持分布式推理、多阶段流水线调度、流式输出和 OpenAI 兼容接口，极大提升多模态模型在线推理的效率和灵活性。GitHub: github.com/vllm-project/vllm-omni主要功能：- 支持多模态数据（文本、音频、图像、视频）处理与生成；- 支持非自回归架构如扩散模型，实现高效的并行生成；- 基于 KV cache 优化自回归模型推理性能；- 异构流水线抽象，管理复杂多阶段模型工作流；- 分布式推理支持，涵盖张量并行、数据并行和专家并行；- 开箱即用的 OpenAI 兼容 API 服务器，方便集成；- 支持主流平台（CUDA/ROCm/NPU/XPU），广泛适配多硬件环境。适合AI开发者、研究人员和企业级应用场景的多模态AI模型推理部署。#AI开发# #多模态模型# #机器学习#

4. 市值近600亿，大模型公司上市了！ #AI #智谱ai

5. 爆火的“无审查”AI 视频模型来了！Sulphur 2 本地部署实测：8G 显存也能跑！完全免费开源 | 零度解说

6. 中国大模型偷了老美的家，原因竟然是电多？ #燃起来了大国重器 #春节世界观察 #新年囤点专业货

7. 多模态大模型这条赛道，阿里云开始拉速度了

8. #一条音频告别2025##微博声浪计划# 智谱AI与华为联合发布的GLM-Image模型，是首个基于国产升腾算力全流程训练的顶级多模态图像生成模型，完成了国产芯片+国产框架+顶级模型的全链路闭环验证，打破了此前顶级AI模型训练对英伟达GPU的依赖惯性，被视为国内AI领域去英伟达化的重要里程碑。1741851745412.topic 种斌Marco的微博音频

9. 可以用GRPO训练非reasoning模型吗？

10. 微表情测谎、极速赔付、AI打败AI，深聊“AI in All”下的保险革命与增长飞轮【硅谷101】

11. 英伟达很快会反超谷歌TPU，AI模型的竞争格局会在2026年1季度变天#英伟达 #马斯克 #算力 #Gemini3#TPU #GPU #AI模型#算力集群

12. 反直觉：前沿模型虽然贵，但反而更好卖#AI #大模型 #芯片 #ChatGPT #Token

13. 戴密斯：AI最大的瓶颈是算力，AI公司的差距会拉大#谷歌 #戴密斯哈萨比斯 #DeepMind #新药研发 #算力

14. 17000 token/s，比B200快48倍！Taalas AI 芯片能否颠覆英伟达GPU？

15. 算力革命的总设计师！英伟达未来10年的AI蓝图！如何重构全栈生态？「超极氪」

16. 算力集群就应该建在太空里；这个世界500强的物流公司，已经从AI受益了#太空算力集群 #AI #云计算 #算力#马斯克 #SpaceX

18. Seedance 2.0之后，又一国产全模态视频大模型杀入Artificial Analysis榜单Top 2

19. 2026英伟达GTC：“推理之王”的ASIC反击战与Token经济学【硅谷101】

20. “源神”的新年贺礼！深度实测Qwen3.5，原生多模态表现如何

21. 盘点一周AI大事(12月7日)｜首个AGI模型问世 OpenAI强行上线GPT5.2，跑分击败Gemini重夺地表最强 OpenAI下周发布图像模型绝地反击小香蕉 ChatGPT接入Adobe套装 Google推出顶级语音模型Gemini 2.5 TTS Google上线实时语音互译Gemini 2.5 Audio Google深度研究接入Gemini 3 Pro 智谱推出最强开源手机智能体AutoGLM-Phone-9B Runway推出通用世界模型GWM-1 Meta推出短剧视频模型OneStory Meta推出最强开源版客串Saber 字节发布最强自动驾驶视觉模型UniUGP 阿里开源最强运动控制视频模型WanMove 研究员开源换脸视频模型LivingSwap Integral AI 宣称构建了世界上第一个AGI模型 #抖音知识年终大赏 #AI新星计划 #人工智能 #OpenAI #AIGC

22. 蓝色起源成为全球第二个实现火箭回收的公司追上SpaceX，成功的秘诀居然是这个#亚马逊云科技 #生成式AI #出海 #reInvent2025 #AI

23. Chrome 被曝偷偷下载 4GB AI 模型！你电脑正在后台跑 AI？附彻底禁止方法！｜零度解说

24. #Gemini3有哪些新功能#从“回答问题”到“搞定一切”，谷歌这款新模型直接把实用度拉满！原生支持文字、图像、视频、音频全模态输入，100万token超长上下文能装下700页书，不管是解析学术论文、生成交互式学习卡片，还是分析比赛视频出训练计划，都能轻松hold住。推理力更是断层领先！GPQA Diamond 91.9%准确率+MathArena 23.4%高分，Deep Think模式连博士级难题都能拆解得明明白白，日常办公算贷款、做科研析数据都靠谱。开发者狂喜的是全新AI IDE Antigravity，一句话就能生成完整航班追踪APP，代码自动验证还能跨工具协同，SWE-bench Verified 76.2%的修复率堪比专业程序员👏

25. 多模态预训练，才是大模型的下一条路？Yann LeCun、谢赛宁参与

26. 一杯咖啡成本搞定多模态微调：FC DevPod + Llama-Factory 极速实战

27. 如果明天算力不再决定胜负，你觉得你手里的哪张牌能赢？ #大咖观察 #红衣聊AI #ChatGPT #算力 #AI

28. 单卡双芯 48G 显存！打造 20L 紧凑型 AI 算力怪兽：DeepSeek 70B 实测 19 tokens/s

29. 盘点一周AI大事(3月15日)｜首次上传大脑成功工程师开源龙虾办公室Claw3D 龙虾彻底出圈，，百虾大战正式开打工程师开源一键装龙虾AlphaClaw 斯坦福开源科学家龙虾LabClaw 工程师Karpathy 开源龙虾版GitHub AgentHub Chrome上线龙虾Web协议 WebMCP 工程师开源龙虾软件协议CLI-Anything 吴恩达开源龙虾上下文工具Context Hub 研究员开源最强动漫图像模型Anima-v2 研究员开源最强视频分割模型MatAnyone 2 科学家成功上传了一只果蝇的大脑 #AI新星计划 #AI #AIGC #龙虾 #openclaw

30. 半夜，小米大模型团队发布小米全模态Agent基座大模型 MiMo-V2-Omni“MiMo-V2-Omni 专为现实世界中复杂的多模态交互与执行场景而生。从底层构建了融合文本、视觉、语音的全模态基座，并以统一架构将“感知”与“行动”深度绑定。这不仅打破了传统模型“重理解、轻执行”的局限，更让模型原生具备了多模态感知、工具调用、函数执行及 GUI 操作能力。”“MiMo-V2-Omni 可无缝接入各种 Agent 框架，实现了从理解到操控的跨越，大幅降低了全模态 Agent 的落地门槛。”“在正式发布之前，我们将一个早期测试版本以「Healer Alpha」为代号匿名上架 OpenRouter，没有任何宣传，纯粹让模型能力说话。结果调用量自然攀升至平台前列，并在 OpenClaw 测评榜单 PinchBench 上拿下均分第一，用户和基准双双给出了同一个答案。” “我们还与金山办公合作，将 MiMo-V2-Omni 接入 WPS Office，探索全模态智能体模型在日常生产力场景中的表现。”

31. Qwen3.6-Plus 太猛了！免费+百万上下文+Agent，多模态能力直接拉满！| 零度解说

32. 核心AI场景首超英伟达，一场国产算力的“破局叙事”｜甲子光年

33. 小米这次的Token套餐，确实给行业立了个新标杆。一次订阅就把全模态模型都包含进来，还直接带上了热度很高的MiMo‑V2‑Pro，计费透明、价格厚道，对养虾和开发者都很友好。#小米MiMo大模型首次推出TokenPlan# MiMo‑V2‑Pro本身就是第一梯队实力，在OpenRouter上连续霸榜，周消耗屡破纪录，是开发者用出来的口碑。这次套餐把全模态能力打包，统一计费、无使用限制，体验相当完整。好用不贵、诚意拉满，国产大模型套餐终于有了对标国际顶级的标准，未来的路值得期待。

34. 18个月，中国Token消耗狂飙300倍！别乱烧钱了，清华系AI Infra帮你腰斩API成本

35. 五种主流且高效的微调技术，助你用有限资源实现定制化：1. 传统微调对LLM不现实，因模型参数量庞大，算力成本极高。参数高效微调（PEFT）因此诞生，核心是对权重矩阵做低秩近似，显著降低训练开销。2. LoRA：在大模型权重矩阵旁添加两个低秩矩阵A和B，只训练这两个小矩阵，节省存储和计算，适合超大模型。3. LoRA-FA：冻结矩阵A，仅更新B，进一步降低显存需求，保障训练稳定。4. VeRA：将A、B设为随机且共享，改为学习层特有的缩放向量，实现更轻量的层间适配。5. Delta-LoRA：在LoRA基础上，动态将A×B的增量“叠加”到原权重W，提升微调灵活性。6. LoRA+：发现矩阵B比A更需高学习率，调整学习率策略，改善收敛效率。这些方法不仅降低算力门槛，更是微调方法论的变革——不再盲目调整全部参数，而是精准塑造“关键方向”。未来趋势是结合模型结构智能选点，支持多任务与持续学习，打造可组合、可扩展的“微调语言”。PEFT不是简单的工程优化，而是智能塑造大模型知识的设计语言，开启了人人可控大模型定制的新时代。原文链接：x.com/_avichawla/status/1996467023334039646

36. #DeepSeekV4更新了什么#DeepSeek‑V4：国产AI算力与技术双突破，以双版本架构、百万上下文、全栈国产算力三大突破，重新定义开源大模型上限。V4采用Pro+Flash双路线：Pro版1.6万亿参数、激活49亿，Agent能力超越Claude Sonnet 4.5，接近Opus 4.6非思考模式；Flash版2840亿参数、激活13亿，主打普惠，输入1元/百万tokens、输出2元/百万tokens，成本仅为GPT‑5.5的约1/20。全系标配1M上下文，依托自研DSA稀疏注意力，显存与计算量大幅下降，可一次性处理全书、大型代码库与长文档。最具行业意义的是，V4全面迁移至华为CANN框架，全流程跑在昇腾950PR，推理速度较H20提升2.87倍、能耗降40%，标志国产芯片可支撑万亿级模型训练与推理。当前Pro受产能限制高价限流，下半年量产放量后价格将下调，普惠可期。第三方测评显示，V4知识储备仅次于Gemini 3.1 Pro，与GLM‑5.1整体相当，长文本与成本优势突出；目前暂未开放原生多模态，为后续迭代重点方向。模型已深度适配OpenClaw等主流Agent，企业长文本任务成本可降约90%。从技术攻坚到算力自主，DeepSeek‑V4以长期主义推进技术普惠，不仅拉高国产AI天花板，更加速国产算力产业链商业化，为开源模型树立新标杆。#科技先锋官#

37. 有新论文暗示 DeepSeekV4 已完成训练，这对未来 AI 大模型发展意味着什么？

38. 英特尔掌门人警告：AI内存危机彻底爆发！别再盯着算力了，这才是真卡点。#大咖观察 #红衣聊AI #内存 #算力 #英特尔

39. 【直播回放】解析谷歌Gemini 3：“AI 全模态”时代与Scaling Law的极致执行

40. 零成本跑最强AI！Gemma 4手机本地部署（支持离线+多模态）安卓、iPhone全搞定！ | 零度解说

41. #阿里发布性能比肩英伟达H20的芯片#阿里平头哥推出的真武810E芯片属于全栈自研的高端AI芯片，不仅打破了国外巨头在高端算力领域的垄断，更成为国内AI发展的重要推力。真武810E是一款训推一体的高性能AI芯片，搭载平头哥自研并行计算架构与ICN片间互联技术，单卡配备96GB HBM2e内存，片间互联带宽高达700GB/s，可灵活组建万卡级集群，性能比肩英伟达H20，超越主流国产GPU及英伟达A800，已实现规模化商用。与普通芯片不同，它兼顾AI训练与推理需求，覆盖多领域应用，且软硬件全自研，彻底摆脱对外技术依赖。国内高端AI算力依赖进口，制约了大模型研发与产业落地，而这款芯片填补了国产高端AI芯片的结构性缺口，提供了高性价比的国产化算力选择，降低了企业用算成本，同时其芯云一体模式，为AI产业提供了芯片+加云加模型的一体化解决方案，加速AI技术在各行业的落地应用。阿里芯片的突破并不意味着我国芯片已能自给自足。国内芯片产业在制造工艺、部分核心零部件等领域仍有短板，真武810E的突破是重要进展，标志着国产AI芯片跻身全球第一梯队，为国内AI发展注入强劲动力。但国产芯片的前行之路仍任重道远，但全产业链自主可控仍需长期攻坚，它是国产芯片崛起的缩影，而非终点。在主流大模型适配性上，真武810E表现突出。它已大规模应用于阿里千问大模型的训推环节，深度适配主流AI框架，提供统一编程接口，开发者无需修改代码即可实现模型迁移，同时兼容多模态模型及自动驾驶等领域的主流模型，适配性与易用性大幅提升，为大模型迭代提供了强劲算力支撑。#秒懂热点就用智搜# 阿里发布性能比肩英伟达h20的芯片

42. 不上云、不租卡，如何优雅地在本地微调Qwen-VL-30B？

43. 历史性时刻！M芯片Mac支持雷电外接GPU进行AI大模型计算！

44. 各大AI软件火了之后，大部分的收费标准都很模糊。而小米这次确实良心，小米MiMo大模型出token套餐了。一次订阅，全模态模型全包，还包含最近大火的MiMo-V2-Pro在内。价格厚道，计费透明，养龙虾再也不用担心token莫名其妙用得快了。之前，MiMo-V2-Pro连续霸榜OpenRouter，这些都是专业开发者用脚投票出来的顶级实力。跟着大哥们选模型准没错，包月套餐一出，踏实了。之前国产模型套餐大家吃得有点差。小米这次做到跟Anthropic一个标准，一次付费享受全模态全家桶。之前我一直用其他大模型的，这次的小米MiMo套餐出来真可以试试，从搭配到能力，都不落下风。#小米MiMo大模型首次推出TokenPlan#

45. Z Tech｜一个词就能视觉推理？Meta 华人颠覆性提出 ATLAS 新范式

46. LoRA微调的研究还能热很久吗？

47. 1人顶1个Infra团队！OpenAI前CTO新招，让大模型训练跌成白菜价

48. #微博声浪计划##听见微博# DeepSeek正式跨入图文交互时代，5月9日开放“识图模式”，以“视觉原语思考”框架解决“指代鸿沟”，算力效率超GPT等模型10倍，适配国产昇腾芯片。实测能识别清代玉器、转化网页截图为HTML、解答立方体题等，覆盖多场景。用户反馈褒贬不一，企业版已接入金融医疗，正寻求500亿融资，推动国产AI多模态竞争升级。科技小意的微博音频

49. CVPR 2026 | NVIDIA推出Fast-FoundationStereo：首个实时零样本立体匹配大模型，速度飙升10倍！

50. 养虾人才懂有多香！之前一直用Claude，虽然能力强但价格高，国模套餐要么模型少、要么全模态不全，体验差太多。这次小米直接比肩Anthropic，一次付费就覆盖全模态全家桶，把MiMo-V2-Pro、Omni等全系列打包，能力完全不落下风，甚至在智能体、多模态理解上还有自己的优势。可以预见，MiMo开了这个头，后续国产模型肯定也会跟进做全模态包月套餐，之前大家吐槽的用不起终于要改善了。从套餐搭配到实际能力，MiMo这波性价比算是拉满了

51. #小米大模型#啥？小米大半夜发了3个模型～小米放大招，连发三个模型Xiaomi MiMo-V2-Pro & Omni & TTSXiaomi MiMo-V2-Pro 超1T参数，激活参数42B，上下文1M，混合注意力，混合比例7：1，专为agent而生，Claw榜单上，国内模型第一，见图2。MiMo-V2-Omni 全模态模型，对音频理解，图像理解，视频理解有较高的提升，同时具备了多模态感知、工具调用、函数执行及 GUI 操作能力。可直接接入现有agent框架，限时免费使用一周。Xiaomi MiMo-V2-TTS 语音合成模型，经过上亿小时语音数据的预训练与多维度强化学习，可以进行多粒度语音风格控制。

52. 让大模型理解真实医疗视频，全球首个开源技术方案来了！

53. 如何评价 DeepSeek 刚刚上线的多模态「识图模式」？

54. SenseNova U1开源：8B参数原生统一多模态模型

55. Hologres 4.0：面向 AI 时代的一站式多模态分析检索平台

56. 盘点一周AI大事(4月5日)｜叫AI老公多干活 OpenAI内测下一代生图模型「GPT-Image-2」 OpenAI工匠计划「Project Stagecraft」曝光 Google发布最强开源小模型「Gemma 4」 Anthropic研究发现Claude有170种情绪向量阿里发布最强开源多模态大模型「Qwen3.5-Omni」 Sakana AI 发布AI战略官「Marlin」微软发布最强语音识别模型「MAI-Transcribe-1」研究员开源最强声音克隆模型「LongCat-AudioDiT」研究员开源最强语音合成模型「OmniVoice」工程师开源AI同事「同事.skill」爆火首个一人独角兽公司「Medvi」诞生 #前沿科技趋势发布月 #AI新星计划 #AI #OpenAI #AIGC

57. #一条音频告别2025##微博声浪计划# 可灵AI单月收入超2000万美元，年化达2.4亿美元，海外收入占70%。技术上，其多模态模型效率高、成本低，但仍存手部细节等问题。商业化依赖订阅，面临竞争与监管挑战，未来需突破瓶颈构建护城河。丁丁科技说的微博音频

58. 体验英伟达 AI 个人超算「核弹」DGX Spark，能微调出 DeepSeek R2 吗

59. VLA 在微调之后，能遗忘到什么程度？上交CVPR'26的工作给出了答案

60. #微博声浪计划##听见微博# DeepSeekV4发布，采用双版本架构，旗舰版V4-Pro参数达1.6万亿，轻量版V4-Flash性价比高。适配华为昇腾芯片，推理速度超英伟达H20的2.87倍，能耗降40%。推动国产算力自主，带动产业链发展，长文本处理优势显著，但暂未支持多模态。谯华的微博音频

61. 云小二 Aivis 的架构实践——基于上下文工程与多智能体的自主服务新形态

62. 我国太空算力网建设迈入关键阶段，2800 颗卫星将打造全球太空算力底座，这到底是算力格局的彻底颠覆，还是噱头大于实际？近地轨道建起太空数据中心，十万 P 级推理算力 + 百万 P 级训练算力实现天数天算，零成本太阳能供电、极寒高效散热，看似破解 AI 能源困局，却又无法替代地面能源，这波突破到底有多少含金量？更被吹为低空经济救星，号称能让个人飞行从概念落地，真能打破低空算力通信瓶颈，实现全民飞行的未来吗？太空算力 VS 地面算力，谁才是未来算力的核心？#微博超有用视频大赛##上微博涨知识##AI创造营##科技先锋官# http://t.cn/AXqHvkEL

63. 还得是小米啊，把之前乱七八糟没有章法的龙虾套餐规整了一番，现在小米把全模态能力统一打包、让计费更透明，降低普通用户与开发者的使用门槛，也在规范国产大模型套餐玩法，采用的大模型是自家的MIMO-V2-Pro，整体不贵性能不错，一次订阅就能用上全模态模型，彻底解决养虾时token消耗不明、套餐零散的问题

64. Thinking Machines首款产品重大更新：K2 Thinking、Qwen3-VL都可以微调了

65. #千问Qwen3.5大模型发布#阿里巴巴春节AI大战再出一张王牌。今天，阿里巴巴正式开源并上线了新一代千问大模型Qwen3.5，以其原生多模态架构和极致效率设计，成为全球开源AI领域的新标杆。Qwen3.5首次实现原生多模态融合，直接支持文本、图像及视频输入，无需外部适配即可完成跨模态理解任务。推理吞吐量提升8.6倍至19倍，显存占用降低60%。实测性能超越自家万亿级前代模型Qwen3-Max，并在多项权威评测中领先。用户可通过千问APP、PC端一键切换至Qwen3.5模型，实时体验多模态交互。Qwen3.5的发布标志着国产大模型进入“效率+多能力”双轨竞争阶段。其发布节点直击春节技术窗口，与DeepSeek v4、字节豆包2.0等国产模型形成“春节AI大战”格局。#老张聊科技#

66. 独家丨首个「万卡国产算力集群万亿参数大模型」开启测试邀请

67. 【#千问上线新模型#】3月30日，阿里千问宣布全模态大模型Qwen3.5-Omni上线。Qwen3.5-Omni系列包含Plus、Flash、Light三种尺寸的Instruct版本，支持256k长上下文，模型支持超过10小时的音频输入及超过400秒的720P(1FPS)音视频输入。模型在海量文本、视觉以及超过1亿小时的音视频数据上进行原生多模态预训练，该模型展现出卓越的全模态感知与生成能力。相比Qwen3-Omni,Qwen3.5-Omni多语言能力大大增强，能够支持113种语种和方言的语音识别和36种语种和方言的语音生成。（财联社）

68. 火山引擎多模态数据湖如何释放模思智能的算法生产力

69. 【Scail动作迁移】超丝滑流畅迁移真的有手就行 · 这么逼真还能看出来是AI吗？

70. #MDDC2026#2026天玑开发者大会正在进行，今年MediaTek聚焦全栈技术与全场景产品组合，以“无处不在的智能体化体验”为核心，赋能智能体化新时代，构建终端、系统、应用、AI基础设施四层技术体系，推动海量终端成为原生智能体，实现跨端协作与系统级智能进化。全新发布天玑AI开发套件3.0，模型部署效率提升50%、压缩率高达58%，搭配开放对接工具与智能化辅助平台，大幅降低AI开发门槛。同时推出天玑AIDV智能体座舱，实现全模态交互、主动式服务、并发任务执行与端云协同，开启AI定义汽车时代；天玑座舱平台C-X1搭载NVIDIA GPU芯片，凭借硬核图形渲染技术，打造4K60帧主机级3A游戏体验。MediaTek从底层到前沿，全面落地全场景智能体化体验，推动AI产业创新发展。#天玑开发者大会#

71. 天玑AIDV智能体座舱重磅亮相，正式开启AI定义汽车时代！它搭载全模态交互能力，精准读懂语音、视觉、情绪、健康及环境信息，真正做到与你感同身受。凭借Always-On全天候感知，实现主动式服务，提前预判需求、贴心响应。更支持多用户、多场景并发任务执行，复杂需求轻松并行处理；端云协同无缝衔接，安全、速度与智能一步到位。 MediaTek还带来三大开发捷径：更强AI座舱平台、便捷AI开发工具、全开放生态系统，携手开发者共筑主动式智能座舱新体验，让未来出行更懂你！#MDDC2026##天玑开发者大会#

72. 阿里云发布多模态交互开发套件

73. 不用任何人类语言训练，大模型反而更强了？

74. 人工智能顶会CVPR论文分享｜DyFo

75. TPAMI 2026 | 无需训练即插即用！ZUMA

76. MM-Zero: VLM零数据自我进化

77. 无需标注图像即可进行文生图大模型预训练

78. 数据邪修大法好

79. AAAI 26 Outstanding Paper | LLM2CLIP: 大语言模型让 CLIP 起飞

80. AAAI 2026 | 让大语言模型给CLIP当老师

81. 同济微软斩获 AAAI 2026 杰出论文！低成本让 CLIP 性能暴涨，长文本检索提升 15%

82. EVA-CLIP 解读报告

83. LLM篇(5)

84. 谷歌 Gemini API 升级原生多模态 RAG 终结非结构化数据孤岛

85. 腾讯免训练GRPO

86. 免训练开放词汇分割范式突破！将 SAM 3 零微调适配遥感图像分析领域

87. 免训练开放词汇分割范式突破！将 SAM 3 零微调适配遥感图像分析领域，17个数据集上刷新SOTA

88. FreeFix

89. 论文解读 | 破解视觉Token冗余，“动态计算削减技术”助力多模态大模型推理“减负”

90. Omni-Diffusion：首个基于掩码扩散的全模态大模型

91. 别再部署本地大模型了！OpenClaw、Hermes完全免费使用大模型指南

92. DMXAPI一键直连，大模型api接口调用指南，小米大模型MiMo-V2-Pro多模态强

93. TPAMI 2026 | ZUMA 横空出世！跨域校准 + 动态语义交互，解锁零样本多模态异常检测新高度

94. 公开数据集，开源模型，聊天模型，首个胸部CT专用对比语言-图像预训练模型CT-CLIP实践

95. CLIP多模态里程碑模型详解

96. 告别 Token 焦虑：OpenClaw 大模型不限速免费使用，还能自动切换

97. 字节：无训练剪枝 + 动态MoE恢复满血生成

98. 不用训练、不用改权重！只让小模型“多想一层”，性能暴涨12%

99. 新场景没标注就用不了？ICLR 2026 三种方案提升大模型零样本迁移与泛化能力

100. 工业缺陷检测新王者-零样本多模态VLM模型解密

101. 免训练！使用贝叶斯去微调VLM，机器人操作任务取得SOTA！

102. LLM完成决策树知识迁移性能超越传统模型 | KDD 2025

103. 2026 | 零样本多模态工业缺陷视频课程正式发布

104. API市场：聚合多类API，高效落地多模态研发场景

105. 多模态即插即用 | 人人都能靠它水一篇，此时不冲，更待何时！

106. 2026多模态大语言模型技术发展报告

107. 多模态的融合方法-总结

108. 2026 最新 AI API 中转平台精选｜主流服务商深度推荐

109. MatchAnything 让模型学会匹配任意两种完全不同的模态

110. TPAMI 2026 | 多模态卷积稀疏编码+ℓ0正则化：FNet为图像融合提供理论可解释新框架

111. 【AI人工智能题库】AI中零样本学习Zero-Shot Learning - 哔哩哔哩

112. CVPR 2026 | 北交大提出RL-MBA：让多模态主动学习学会平衡模态与感知难样本

113. 蚂蚁百灵开源全模态大模型

114. 多模态（Multimodal）开发经验：2026年的求职分水岭

115. LLM2CLIP：用大语言模型把 CLIP 的「文本侧」推进一步

116. CLIP的前世今生

117. AI算法面试：多模态大模型的融合方法

118. 多模态AI到底是什么？一文读懂文本、语音、图片的融合技术

119. 跨域迁移新巅峰！零样本落地不翻车太顶了！

120. 解锁AI全场景能力：OpenClaw多模态应用+部署+API配置全解析

121. 【AI术语解码局】多模态融合：将不同模态的数据（如文本、图像、时序数据）结合到一个统一的模型中，以改善预测或决策性能

“免训练”构建全模态大模型？真相与代价

精选参考来源