多模态数据增强新利器：Meta开源AugLy框架助力AI模型对抗性鲁棒性提升
Meta开源的AugLy框架为图像、文本…
多模态
H Company 发布 NeoMME：单塔架构突破多模态检索瓶颈
H Company 推出 NeoMME，…
字节跳动Seed团队发布原生音频-视觉全双工大模型SeedRealtime，迈向全交互新时代
字节跳动Seed团队推出原生音频-视觉全…
Pixel-Native RAG：从文本到视觉，重塑文档检索体验
PixelRAG 系统将网页和 PDF …
Induction Labs 推出 Photon-1：无需动作标签即可模拟现实世界的“想象力模型”
Induction Labs 发布 Ph…
OpenAI 扩展语音模式至桌面版 ChatGPT，Work 与 Codex 模型全面接入
OpenAI 宣布桌面版 ChatGPT…
Thinking Machines Lab 推出首个模型 Inkling，9750 亿参数挑战 OpenAI 与 Anthropic
Thinking Machines La…
NVIDIA 推出 Audex：首款统一音频与文本理解的大语言模型
NVIDIA 发布 Audex 模型，通…