学术归档 - 第131页共283页

解构多模态，GPT-4o 的自回归路线真的走通了吗？

2025年4月6日16时作者机器之心

本周解读GPT-40最新图像生成功能及其对齐和融合技术，探讨其作为多模态模型的关键挑战与未来方向。

2025年4月6日14时作者 GiantPandaCV

Llama 4
系列中的首批模型，这些模型将使人们能够构建更个性化的多模态体验。
Llama 4 S

2025年4月6日11时作者机器之心

化能力。通过构建大规模（100 万立体图像对）合成训练数据集，结合自动自筛选流程去除模糊样本，并设计

2025年4月6日11时作者机器之心

MCP（Model Context Protocol）是一个开源协议，旨在让AI模型与外部数据源和工具之间的交互标准化。通过类比餐厅模型，解释了主机、客户端、服务器等角色在MCP中的作用及其工作流程。未来前景广阔但需克服挑战。

2025年4月6日11时作者机器之心

研究团队开发RoboCrafter-QA基准测试评估大型语言模型在软体机器人设计中的能力，发现当前模型在简单设计选择上表现良好但处理细微权衡和复杂环境时仍面临挑战。

2025年4月6日11时作者机器之心

lama 4，这是其 Llama 家族的最新成员。
该系列包括 Llama 4 Scout、Llam

2025年4月5日23时作者机器之心

上海人工智能实验室提出的OpenING基准评估了多模态生成模型的性能，涵盖23个现实领域和56个具体任务，包含高质量标注数据和可靠裁判模型IntJudge。

2025年4月5日23时作者机器之心

动作捕捉领域迎来革命。字节跳动提出的新框架DreamActor-M1能精准复刻人物动作，即使在复杂环境中也能保持高还原度和一致性。

2025年4月5日16时作者机器之心

比尔・盖茨回忆了微软的诞生和他们的第一笔业务。他们编写了一个在PDP-10主机上模拟Intel 8080芯片的程序，并成功创建了Altair BASIC解释器，展示了给MITS总裁Ed Roberts。

2025年4月5日16时作者机器之心

近期研究提出的新方法三思而后行（Think Twice）通过多轮推理显著提升了大语言模型的性能，无需新的训练，仅需简单的提示工程。