AI资讯新闻榜单内容搜索-多模态

关键词: Mobile-Agent-v2,多模态,智能体,mPLUG

今年年初发布的Mobile-Agent凭借强大的自动化手机操作能力，引起了AI界和手机厂商的广泛关注，仅5个月的时间就已在Github上收获了2,000个Star。

关键词: 大模型,模型训练,TabPedia,多模态大模型

只要一个大模型，就能解决打工人遇到的表格难题！

关键词: AI,吴恩达,机器翻译智能体,智能体

前段时间，随着 GPT-4o、Sora 的陆续问世，多模态模型在生成式方面取得的成绩无可否认，而人工智能的下一个革命性突破将从何处涌现，引起了大量学者和相关人士的关注。

关键词: MMT-Bench,多模态,GPT-4o,视觉语言模型

GPT-4o再次掀起多模态大模型的浪潮。

关键词: Meta,多模态,AI,大模型,模型训练

近年来兴起的第一人称视角视频研究为理解人类社交行为提供了无法取代的直观视角，然而，绝大多数的既往工作都侧重于分析与摄像机佩戴者相关的行为，并未关注处于社交场景中其他社交对象的状态。

关键词: GPT-4V,MiniCPM-V,Hugging Face,GitHub

近期，由清华大学自然语言处理实验室联合面壁智能推出的全新开源多模态大模型 MiniCPM-Llama3-V 2.5 引起了广泛关注

关键词: AI,视频大模型,AI论文,AI学术

图像与视频合成、3D 视觉、人体行为识别、视觉与语言推理等研究方向论文最多，属于最热门的方向，体现当前学界对视觉生成、三维感知、人机交互等方向的高度重视。另外，多模态学习、以人为本的设计和自适应机器人可能构成人形机器人的未来。

关键词: GLM-4,Llama3,GPT4V,智谱 AI,AI

最新版本大模型，6 分钱 100 万 Token。

关键词: 多模态,多模态大模型,GPT-4v,AI打扑克

只用强化学习来微调，无需人类反馈，就能让多模态大模型学会做决策！

关键词: 多模态,大模型,多模态大模型,AI驾驶

多模态，已经成为大模型最重要的发展方向之一。