震撼！首个开源的交互式全模态大语言模型，GPT-4o realtime的开源实现。
南京大学AI团队发布的VITA-1.5开源项目是一款接近实时的多模态大型语言模型，支持中英文，显著降低交互延迟，并在语音处理和图像理解方面取得提升。
南京大学
高中辍学天才、谷歌ViT三大将集体跳槽OpenAI！组队Sora决战AGI
OpenAI挖走DeepMind和Midjourney多名顶级工程师，涉及多模态人工智能研究。其中三人曾共同发表多篇顶尖论文，包括Vision Transformer (ViT)，提出了一种新的图像识别方法。