独家｜孵化中国版“GPT-4o”的无界方舟连续完成亿元级融资，基于自研多模态大模型，打造AI应用的“最强大脑”
无界方舟宣布完成Pre-A & Pre-A+轮亿元级别融资，公司利用自研多模态大模型打造AI应用。创始人曾晓东博士拥有深厚的技术背景和产业化经验，目前公司已推出国内SOTA的EVA多模态模型，并实现商业化落地，覆盖生物医药、金融等多个领域。
多模态大模型
密室逃脱成AI新考场，通关率不足50%，暴露空间推理短板丨清华ICCV25
清华大学团队提出EscapeCraft，一个3D密室逃脱环境来评估多模态大模型在视觉推理任务中的能力。通过分析不同模型的表现，揭示了它们是否能像人类一样进行推理和决策，并发现了模型存在的多种错误类型。
复杂空间指令也能秒懂？RoboRefer 让机器人理解推理空间，开放世界也能精准行动！
本文提出了一种名为RoboRefer的多模态大模型，能够理解三维空间关系并执行复杂的指令。它在空间指代任务上表现优异，并已应用于多种机器人系统中。
更长的推理链反而导致更多幻觉，MLLMs 幻觉解法仅「抄作业」还不够？摘要
本周会员通讯聚焦MLLMs幻觉问题、AI公司运营等议题。研究发现长推理链下MLLMs产生更多幻觉，不同来源的幻觉表现差异大。多模态模型在视觉编码器设计与训练机制存在失衡现象，导致语言主导现象频发。
推理越多，幻觉越重？多模态推理模型的「幻觉悖论」
研究发现多模态推理模型随着推理链条的延长，其视觉感知能力下降，甚至出现幻觉现象。论文引入RH-AUC评估指标和RH-Bench数据集，为模型在推理与感知之间找到平衡提供了新视角。
