众所周知，人工智能在过去十五年里取得了令人难以置信的进步，尤其是在最近五年。回顾一下人工智能的「四大发明」吧：深度神经网络→Transformer 语言模型→RLHF→推理，基本概括了 AI 领域发生的一切。我们有了深度神经网络（主要是图像...

让大模型进入多模态模式，从而能够有效感知世界，是最近 AI 领域里人们一直的探索目标。目前我们见到的很多多模态大模型应用是「组合式」的：其中集成了数个单独预训练的组件，例如将视觉编码器连接到 LLM 上并继续进行多模态训练；而在谷歌 Gem...

本文的作者均来自新加坡国立大学 LinS Lab。本文的共同第一作者为新加坡国立大学实习生许立昕和博士生刘子轩，主要研究方向为机器人学习和灵巧操纵，其余作者分别为硕士生桂哲玮、实习生郭京翔、江泽宇以及博士生徐志轩、高崇凯。本文的通讯作者为新...

4 月 10 日 - 11 日，华为云生态大会 2025 在安徽芜湖成功举行。在第二天的华为云产品技术发布会上，华为云面向伙伴和客户发布了全新升级的昇腾 AI 云服务、软件开发生产线 CodeArts、数字内容生产线 MetaStudio、...

拥有行业最强多模态推理与交互能力的商汤「日日新 SenseNova V6」来了。如果让大模型像人一样聪明，应该是什么样的？你可能会回答，我们生活的世界纷繁复杂，常常涉及多模态信息（如声音、文字、视觉、时间、空间等等），对大模型提出了极为复杂...