日期: 2025 年 7 月 8 日

多模态模型学会“按需搜索”，少搜30%还更准！字节&NTU新研究优化多模态模型搜索策略

作者

字节及南洋理工大学联合研究，提出一种基于强化学习的多模态模型自主搜索训练方法，在视觉问答任务中显著提升性能，减少约30%的搜索次数。

Google线下AI工作坊、AI硬件开发大赛，7月不可错过的AI活动！

作者

2025年活动推荐，包括Google联合举办的AI工作坊、人工智能硬件科创大赛等。其中「从模型到行动」系列AI工作坊将在深圳、上海、北京三地举办；外滩大会组委会与将门创投发起的人工智能硬件科创大赛提供30万奖金吸引优秀团队参赛。

突破全模态AI理解边界：引入上下文强化学习，赋能全模态模型“意图”推理新高度

作者

阿里巴巴通义实验室团队推出的HumanOmniV2，强调模型必须对多模态输入有全局上下文理解的基础上进行推理，解决了现有模型存在的全局理解不足和捷径问题。通过引入强化学习方法、多维度奖励机制等手段提升模型的复杂逻辑推理能力，并构建了高质量数据集与评测基准，最终在多个全模态基准测试中取得了最佳性能。

阿里多模态推理模型开源！精准捕捉视频隐藏信息，三大杀手锏让AI更懂“人情世故”

作者

阿里通义实验室开源多模态推理模型HumanOmniV2，通过引入强制上下文总结机制、大模型驱动的多维度奖励体系以及基于GRPO的优化训练方法，实现对多模态信息全面理解。HumanOmniV2在633个视频和2689个问题的评测基准IntentBench上准确率达到69.33%。

浙大80后博导造四足机器人，又融了5亿，达晨、国新领投

作者

杭州六小龙之一的云深处宣布完成近5亿元融资，该轮融资将重点投向四足机器人产线扩建、人形机器人技术研发及高端人才引进，并加快新产品的商业化落地。公司成立于2017年11月，已完成8轮融资。