腾讯纯文本LLM训视觉encoder，拿捏图表长视频，达到开源小模型SOTA！
腾讯纯文本LLM训视觉encoder，拿捏图表长视频，达到开源小模型SOTA！打破多模态视觉+语言拼接套路！
来自主题: AI技术研报
7962 点击 2026-03-19 10:22
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
打破多模态视觉+语言拼接套路！
告别Token老虎，给大模型来了个“减脂增肌”。
这和“我只是用AI辅助写代码”完全不是一个层级的变化，而是一种跃迁式的升级——从增强个人生产力，变成真正意义上的端到端构建与交付。
Lovart是一个很好的AI产品，不仅是它能让你便宜用Nano banana🍌，更重要的是……好吧我编不下去了，Lovart的主要优点就是便宜用Nano banana，功能主要是🍌中转站。
过去一年，具身智能领域迎来了爆发式增长。从后空翻到托马斯回旋，从整理衣物到冲泡咖啡……各类令人惊艳的机器人演示视频层出不穷。
OpenAI刚推出的GPT-5.4 mini，Day0就已经被嫌弃了。
今日凌晨，小米MiMo大模型系列重磅三连更：旗舰基座大模型MiMo-V2-Pro、全模态Agent模型MiMo-V2-Omni、MiMo-V2-TTS，其最新发布的这三大模型都是为优化智能体能力打造。
Midjourney 今天凌晨突然在 Alpha 平台上线 V8 模型测试版，速度暴涨5倍，支持原生2K分辨率，文本渲染大幅改进。官方推文12小时内狂揽131万浏览。但有用户花6小时测试后发现：RAW模式翻车，抽象艺术创作反而更难了。这次更新是王者归来，还是另有隐情？
今日凌晨，在英伟达GTC大会上，月之暗面创始人杨植麟作为本届唯一受邀现场演讲的中国独立大模型公司创始人，发表题为《How We Scaled Kimi K2.5》的演讲，首次完整披露Kimi K2.5背后的技术路线图。
当全网还在为搞定环境配置和Token账单焦头烂额时，有人直接掀了桌子，把OpenClaw从「工具」变成了「造印钞机」！