多模态大模型 – 数智风暴

快速阅读: 上海交大与上海人工智能实验室推出MM-HELIX项目，旨在提升多模态大模型的反思推理能力。项目包括“终极考场”基准测试、MM-HELIX-100K数据集及AHPO算法，显著提高Qwen2.5-VL-7B模型准确率。多模态大模型 […]

快速阅读: 上海人工智能实验室发布多模态大模型InternVL3.5，涵盖1B至241B参数，刷新开源模型性能标准，推理性能显著提升，支持多种任务，提供不同尺寸模型满足各类需求。 8月31日，上海人工智能实验室发布多模态大模型书生·万象In […]

快速阅读: 阿里国际发布Ovis2.5多模态大模型，开源并在OpenCompass评测中得分78.3，提供9B和2B两个版本，创新架构和训练策略，数据量增加50%，提升视觉推理能力。近日，阿里国际发布了新一代多模态大模型 Ovis2.5， […]

快速阅读: 7月11日，小米发布全新多模态大模型 Xiaomi MiMo-VL-7B-2508，优化输出模式，提升RL训练稳定性，多项评测显著进步，新增思考模式切换功能，性能全面提升。 7月11日，小米宣布开源全新版本的多模态大模型 Xia […]

快速阅读: 7月11日，小米大模型团队开源新一代多模态大模型 Xiaomi MiMo-VL-7B-2508，包含 RL 和 SFT 两个版本，全面提升学科推理、文档理解等四项核心能力，新增“/no_think”指令，用户可自由切换思考模式。 […]

快速阅读: 近日，小红书Hi Lab发布并开源自研多模态大模型dots.vlm1，基于12亿参数的NaViT视觉编码器和DeepSeek V3大语言模型，性能接近Gemini2.5Pro和Seed-VL1.5，提升多模态视觉理解与推理能力。 […]