什么值得买App下载 App ›
连续签到专享现金活动

极速推理、具身基础模型 | 多模态大模型9.19日报

极速推理与全模态实测同步推进,具身基础模型、专业视觉推理和医疗影像应用也出现了更具体的落地样本。

极速模型与全模态实测

GLM-5.3-Flash披露十万卡国产集群部署,Qwen 3.8 Omni Flash则有了面向实际任务的全模态测评。关注部署效率和模型选型的开发者,可对照查看工程规模与真实能力表现。

极速推理、具身基础模型 | 多模态大模型9.19日报
图源:哔哩哔哩・AI产品狙击手

视觉推理走向可诊断

一项讨论把多模态推理错误拆成“看错”与“想错”,另一项研究面向示意图问答提出多视角视觉推理框架。两者分别提供问题诊断和方法设计入口,适合关注视觉推理可靠性的读者。

极速推理、具身基础模型 | 多模态大模型9.19日报
图源:哔哩哔哩・自动化学报AAS

专业场景扩展到医疗影像

DAMO RADAR面向腹部多器官、多疾病影像分析,并公布了论文与开源信息。它提供了观察通用多模态模型如何进入高门槛专业场景的具体案例,但临床效果仍应以论文和后续验证为准。

极速推理、具身基础模型 | 多模态大模型9.19日报
图源:微博・西里森森

具身基础模型与世界模型

ZDTaichu 5.0-9B和DM0.5都把视觉、语言与动作连接到真实环境,世界模型课程则系统梳理了预测与决策路线。关注机器人泛化、长时记忆和空间理解的读者,可以从模型案例与课程框架两端交叉了解。

极速推理、具身基础模型 | 多模态大模型9.19日报
图源:哔哩哔哩・Dexmal原力灵机

评论

评论区空态插画

当前文章无评论,是时候发表评论了