多模态模型 第2页
DeepSeek-V4多模态开源后,AI模型开始争夺真实执行现场-速维云

DeepSeek-V4多模态开源后,AI模型开始争夺真实执行现场

DeepSeek-V4-Flash-Vision-Exp突然开源,把这轮大模型竞争的焦点从“谁的文本回答更强”推向了一个更具体的问题:模型能不能同时看懂画面、理解任务,并在真实工作流里持续行动。作为DeepSeek-V...
svyun的头像-速维云svyun2个月前
476
触觉基础模型来了,物理AI开始从看见世界走向摸懂世界-速维云

触觉基础模型来了,物理AI开始从看见世界走向摸懂世界

机器人真正难的地方,从来不只是“看见”世界。视觉模型可以识别杯子、桌面、门把手和工具位置,但一只机器手要把杯子拿起来、知道力道是否过大、判断物体有没有滑落,还需要触觉反馈。Sharpa ...
svyun的头像-速维云svyun4个月前
275
商汤把多模态做到可交付后,AI生图竞争开始拼生产闭环-速维云

商汤把多模态做到可交付后,AI生图竞争开始拼生产闭环

商汤SenseNova-U1 Pro强调8K直出、文字精准度和可交付创作能力,AI生图与智能体竞争正在从单点模型能力转向企业内容生产、工作流闭环和系统交付。
svyun的头像-速维云svyun3个月前
305
Luma开放Uni-1.1 API后,AI图像生成开始拼文字和成本-速维云

Luma开放Uni-1.1 API后,AI图像生成开始拼文字和成本

Luma 开放 Uni-1.1 API 后,图像生成竞争从单张样图走向文字渲染、调用成本、接口稳定性和创意生产工具链。
svyun的头像-速维云svyun2个月前
585