3B挑战70B！月之暗面Kimi-VL新版开源：数学、视频等多项指标超越GPT-4o
月之暗面开源多模态模型Kimi-VL-A3B-Thinking-2506，该版本在多个基准测试中超越GPT-4、Qwen2.5等模型，并提升了视觉和视频推理能力。
Qwen2.5-VL-7B
首创像素空间推理，7B模型领先GPT-4o，让VLM能像人类一样「眼脑并用」
研究团队提出像素空间推理范式，让视觉语言模型具备原生视觉操作能力，打破文本对视觉语义的翻译牢笼。通过视觉主动操作和视觉主导推理实现高效视觉理解，在高清图像、复杂场景计数及长视频推理中均取得显著性能提升。
小米又发新模型！MiMo-VL多模态模型开源，仅7B参数部分性能直逼R1、o3-mini
小米大模型Core团队推出多模态开源模型MiMo-VL-7B系列，该模型在视觉理解和推理任务中表现出色，并在多个数学竞赛中超越了Qwen2.5-VL-7B和DeepSeek等同级别模型。