不再靠「猜坐标」！颜水成团队等联合发布PaDT多模态大模型：实现真正的多模态表征输出
1天前近年来，多模态大语言模型（Multimodal Large Language Models, MLLMs）在图文理解、视觉问答等任务上取得了令人瞩目的进展。然而，当面对需要精细空间感知的任务 —— 比 …
快手可灵团队提出MIDAS：压缩比64倍、延迟低于500ms，多模态互动数字人框架实现交互生成新突破
1个月前数字人视频生成技术正迅速成为增强人机交互体验的核心手段之一。然而，现有方法在实现低延迟、多模态控制与长时序一致性方面仍存在显著挑战。大多数系统要么计算开销巨大，无法实时响应，要么只能处理单一模态输入， …
arXiv｜南京大学符天凡等：用于化学的3D多模态大语言模型Chem3DLLM
1个月前与一维的SMILES序列和二维的分子图相比，三维分子提供了更丰富的模态信息。尽管自回归语言模型取得了快速进展，但它们仍然无法处理三维分子构象的生成，原因在于以下挑战：1)三维分子结构与大语言模型(LL …
商汤「日日新6.5」全新升级，让AI完成从“工具”到“人”的跃迁
3个月前多模态信息感知与处理的能力，是AGI的核心要求，也是从语言模型迈向AGI的必由之路。 从多模态感知、推理，再到交互，多模态智能的演进将驱动AI下一阶段的发展。 2025年7月27日，由全国工商联人工智 …
2025人工智能十大趋势
3个月前关于报告的所有内容，公众『行业报告智库』阅读原文或点击菜单获取报告下载查看。 AI正以前所未有的速度改变着我们的生活和工作方式。2025年，AI领域迎来了十大关键趋势，这些趋势不仅展示了技术的进步，更 …
深度图学习整合多模态脑网络以确定重度抑郁症的治疗预测性特征（含代码）
3个月前重度抑郁症（MDD）治疗反应率低，造成了巨大的健康负担。由于MDD的神经病理学复杂多样，预测抗抑郁药的疗效具有挑战性。识别抗抑郁治疗的生物标志物需要对临床试验数据进行透彻分析。多模态神经影像 …
2025年中国大模型落地应用研究报告
4个月前关于报告的所有内容，公众『行业报告智库』阅读原文或点击菜单获取报告下载查看。 自2017年以来，大模型技术经历了多个关键发展阶段。2017至2021年是算法奠基期，以Transformer为代表的神经 …
徐英瑾 ｜ 日常伦理规范性的哲学根基 ——
4个月前打开今日头条查看图片详情 打开今日头条查看图片详情 上海市社会科学界联合会主管主办 摘要： 所谓的“日常伦理规范”，无非“不得偷盗”“不得杀人”“必须照顾老幼”之类的世界各民族都承认的最基本的伦理规范 …
苹果发现原生多模态模型Scaling Laws：早融合优于后融合，MoE优于密集模型
5个月前机器之心报道 编辑：泽南、Panda 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 …
解码智能推荐：多模态大模型在网易云音乐的创新应用
1年前主要包括以下几大部分： 1. 背景介绍 2. 整体架构 3. 技术方案 4. LLM 助力音乐推荐业务 5. 未来展望 分享嘉宾｜潘一飞 网易云音乐科技有限公司 资深算法工程师 编辑整理｜苏磊 内容校 …