搜索

阿里巴巴多模态对话专利公布可丰富人机对话方式
2023-03-25 17:02:20
3月25日消息，天眼查资料显示，3月24日，阿里巴巴达摩院科技有限公司申请的“多模态对话方法、装置、设备及存储介质”专利公布。该申请使得用户可以通过多种模态信息对同一问题和该问题针对的目标对象进行描述，使得人机对话系统可以从多个模态理解同一问题，并生成一个或多个回复信息，如果是多个回复信息，则多个回复信息的模态不同，从而实现了多模态对话，使得用户和人机对话系统之间的对话方式灵活多样，提高了用户体验。
蚂蚁集团推出20亿参数多模态遥感基础模型SkySense
2024-02-28 12:05:55
蚂蚁集团多模态研究成果已应用于支付宝五福节AI大规模互动、蚂蚁医疗数字人等场景。
字节跳动开源多模态AI Agent—UI-TARS-1.5
2025-04-23 10:21:12
4月23日消息，字节跳动开源了多模态AI Agent UI-TARS的最新1.5版本。与上一代相比，1.5版本在计算机使用、浏览器使用和手机使用等基准测试中均表现非常出色。
阿里联合清华大学发布中文多模态预训练AI模型M6
2021-03-03 10:06:52
3月3日消息，阿里巴巴与清华大学联合发布中文多模态预训练AI模型M6。据介绍，预训练语言模型是让AI具备认知能力的关键技术，此次发布的M6模型参数规模达到1000亿，其理解和生成能力超越传统AI。《电商报》获悉，日前，阿里巴巴还与智源研究院、清华大学等联合研究团队发布面向认知的超大规模新型预训练模型“文汇”。该模型能提升AI的理解能力，还可基于常识实现AI创作，未来将应用于文本理解、人机交互、视觉问答等场景。
360孙浩：结合物联网的多模态大模型将是下一个风口
2023-06-05 11:43:53
针对360智慧生活的相关话题，360视觉云业务线总经理孙浩发表了自己的观点。
余承东：华为P60引入多模态大模型技术可实现智慧搜图
2023-03-23 17:46:55
3月23日消息，华为任余承东介绍，华为带来全新智慧搜图功能，基于多模态大模型技术，在手机端侧对模型进行小型化处理，在业界率先实现了首创的、精准的自然语言手机图库搜索体验。智慧搜图功能将于2023年5月陆续上线，支持搭载HarmonyOS 3.1及以上版本的手机或平板电脑。
腾讯AI聊天专利可多模态回复消息
2023-04-07 15:44:35
4月7日消息，天眼查App显示，4月7日，腾讯科技有限公司申请的“一种智能互动方法、装置、计算机设备和存储介质”专利获授权。本申请可以在对话过程中，用文本搭配多模态内容等来回复用户，丰富了虚拟用户与用户的对话形式，极大地增加了聊天的趣味性和对用户的吸引力。
阿里云开源通义千问多模态大模型Qwen-VL
2023-08-25 11:47:09
8月25日消息，阿里云今日推出大规模视觉语言模型Qwen-VL，并对其直接开源。Qwen-VL以通义千问70亿参数模型Qwen-7B为基座语言模型研发，支持图文输入。相较于此前的VL模型，Qwen-VL除了具备基本的图文识别、描述、问答及对话能力之外，还新增了视觉定位、图像中文字理解等能力，可用于知识问答、图像标题生成、图像问答、文档问答、细粒度视觉定位等场景。
齐心集团：公司目前暂未投入多模态技术研发
2023-12-13 09:37:19
12月13日消息，齐心集团近日在互动平台表示：公司目前暂未投入多模态技术研发，公司十分注重前沿技术的发展及应用，将密切关注新技术、新趋势的发展。
消息称字节跳动正秘密研发多模态数字人等多个AI产品
2024-02-29 09:18:13
2月29日消息，据报道，字节跳动正在AI大模型领域秘密研发多个产品，其中包括多模态数字人产品以及AI生图、AI生视频产品等。一位知情人士透露，其在去年下半年见到了字节跳动多模态数字人产品的demo，整体感觉还不错。另据了解，字节跳动旗下剪映已在数月前组建封闭团队，秘密研发AI产品。目前，该团队仍处于严格保密阶段，研发的产品还未上线。对此消息，字节跳动方面尚未回应。
钉钉AI助理升级加入多模态、工作流等能力
2024-03-28 14:17:58
3月28日消息，钉钉AI助理升级，上线图片理解、文档速读、工作流等产品能力，率先探索多模态、长文本与RPA技术在AI应用的落地。基于阿里通义千问大模型，升级后的钉钉 AI 助理拥有更强的视觉推理能力和长文本速读能力，甚至可以通过多轮交互进一步做智能问答。
字节跳动将上线全新多模态视频生成模型
2025-02-07 18:00:20
2月7日消息，字节跳动旗下一站式AI创作平台即梦AI将上线多模态视频生成模型OmniHuman，仅需一张图片与一段音频便可生成一条AI视频，该模型为字节自研闭源模型。即梦AI相关负责人透露，该模型未来会进行小范围内测，官方也会对这一功能设置严格的安全审核机制，并对输出的视频标注水印以作提醒。
值得买科技CTO王云峰：还在同步开展多模态工作，如直播数字人等
2023-08-31 10:45:49
8月31日消息，在“什么值得买”上线多款AIGC应用之际，值得买科技CTO王云峰接受媒体采访，他谈到除了已上线的应用，值得买科技还在同步开展多模态的工作，具体包括：包括“图生图”和“文生图”的模型，短视频脚本的生成，短视频的自动生成，以及直播数字人等，包括可供内容创作者使用的创作辅助工具也在推进研发之中。
京东副总裁何晓冬：大模型下一步必将会从语言模型走向多模态模型
2023-05-26 15:22:41
在2023小蛮腰科技大会上，京东集团副总裁何晓冬表示，ChatGPT代表了未来大模型的走向，下一步必将会从语言模型走向多模态模型。
百度智能云事业群总裁沈抖：随着大模型能力的提高，多模态大模型会很快成熟
2023-07-03 17:28:44
7月3日消息，河北省人大常委会近日邀请百度集团执行副总裁、百度智能云事业群总裁沈抖作《大模型：产业智能化的新引擎》专题讲座。沈抖表示，随着大模型能力的提高，融合文字、语音和视觉的多模态大模型也会很快成熟。这将进一步促进人工智能与实体经济深度融合，进一步提升钢铁、汽车、工业制造、文旅以及自动驾驶等领域的智能化水平和生产力。
阿里通义千问大模型入驻钉钉提供文图视频等多模态服务
2024-01-09 15:51:14
1月9日消息，阿里云通义千问大模型入驻钉钉服务号，成为首个通过办公应用开放服务端口的大模型。用户在搜索“通义千问”就可找到对话窗口，通过文字或语音交互，让大模型提供文生文、文生图、图像理解等多模态服务。
腾讯刘煜宏：腾讯混元大模型正在积极发展多模态模型及应用
2024-04-02 16:39:23
4月2日消息，腾讯云副总裁、腾讯混元大模型负责人刘煜宏表示，多模态大模型将重构内容产业，基于多模态的应用也会百花齐放。他介绍，腾讯混元大模型技术架构已升级为混合专家模型架构，参数规模达万亿，擅长处理复杂场景和多任务场景。目前正积极发展多模态模型，进一步加强文生图、文生3D以及文/图生视频能力。同时探索基于大模型全面升级的数智人、语音对话虚拟人、具身智能机器人等应用，提升效率和体验。
前微软亚研院视觉专家胡瀚加入腾讯负责多模态大模型研发
2025-01-08 15:08:35
据“AI科技评论”公众号，胡瀚不久前加入腾讯，接替已离职的前腾讯混元大模型技术负责人之一的刘威，负责多模态大模型的研发工作。
天猫精灵发布首款大模型多感知学习机Z20
2023-10-18 17:35:50
10月18日消息，阿里旗下天猫精灵推出真智能大屏护眼学习机Z20。据介绍，该款产品兼具大模型和多模态AI感知能力，还具有个性化对话、学科辅导等特性。产品团队介绍，随着生成式AI基础模型成熟后，其与通义大模型团队联合进行双语大模型的继续训练和微调，模型在口语化、语言分级、情景生成上有进一步提升；近期，相关能力会先通过专项应用对Z20用户公测。该产品已进入2023双11预售阶段，售价2799元起。
通义千问全模态模型Qwen2.5-Omni开源
2025-03-27 09:22:23
3月27日消息，通义千问发布并开源首个端到端全模态大模型通义千问Qwen2.5-Omni-7B，可同时处理文本、图像、音频和视频等多种输入，并实时生成文本与自然语音合成输出。在权威的多模态融合任务OmniBench等测评中，Qwen2.5-Omni刷新业界纪录，全维度远超Google的Gemini-1.5-Pro等同类模型。