General-Level 团队投稿 量子位 | 公众号 QbitAI 多模态大模型（Multimodal Large Language Models, MLLM）正迅速崛起，从只能理解单一模态，到如今可以同时理解和生成图像、文本、音频甚至视频等多种模态。 在“如何全面客观地评测多模态大模型”这一问
近日，国际数据公司（IDC）发布了《中国 AI 大模型一体机市场分析与品牌推荐，2025》，报告显示，商汤大模型一体机从百余家厂商中脱颖而出，成功入选推荐报告。 报告指出，生成式 AI 技术迅猛发展，中国 AI 算力市场需求持续高涨，2024 年生成式 AI 算力市场规模将达 359.9 亿元人民币
ACL 2025 录用结果公布了！ ACL 即国际计算语言学年会（Annual Meeting of the Association for Computational Linguistics），是自然语言处理（NLP）领域的顶级学术会议之一，ACL 论文通常代表了该领域的前沿研究成果。 今年被称为
克雷西发自凹非寺 量子位 | 公众号 QbitAI 国产空间计算机已实现量产，618 期间正式开售！ AR 眼镜创业公司 INAIR，正式发布了全新的 AI 空间计算机，内置了自研的系统级 AI 助手。 AI 助手能深度学习你的使用习惯，主动预判需求，把被动回答变成了陪伴式交互。 利用 AI，INA
克雷西发自凹非寺 量子位 | 公众号 QbitAI AI 眼镜，究竟为什么这么热？ 自 2023 年 10 月 Meta 旗下的 Ray-Ban Meta 智能眼镜发布，标志着智能眼镜终端不再只是极客的玩具，而是可能成为继智能手机之后，人类与数字世界交互的下一个核心入口。 截止目前，国内已有十余家厂
教 AI 学会使用工具，带图推理就能变得更强？！ 港中文、微软联合 8 家单位推出 OpenThinkIMG 开源框架，这是一个专为提升 AI 视觉工具使用和推理能力而设计的一站式平台。 众所周知，我们人类在解决问题时，常常会借助视觉工具：解几何题时画辅助线，分析图表时用荧光笔标记。这些“动手”操作
新智元报道 编辑：定慧 BLIP3-o 是一个全开源统一多模态模型，结合自回归与扩散架构，采用「先理解后生成」策略，创新地使用 CLIP 特征与 Flow Matching 训练，显著提升生成图像质量与多样性。BLIP3-o 不仅在多个评测中表现领先，也正拓展至图像编辑和视觉对话等多模态任务。 多模
GPT-5 将会集大成于一体？！ 就在发布“最强编程智能体 Codex”之后，OpenAI 又接着在 Reddit 举行了“有问必答”活动。 公司研究副总裁 Jerry Tworek，剧透了下一代基础模型 GPT-5 的最新消息： 为了减少模型切换，未来计划将 Codex、Operator、Deep
新智元报道 编辑：KingHZ 你以为 PDF 只是用来阅读文档的？这次它彻底颠覆了你的想象！极客 Aiden Bai 最新整活——直接把大语言模型（LLM）塞进 PDF 里，打开文件就能让 AI 讲故事、陪你聊天！更夸张的是，连 Linux 系统都能在 PDF 里运行。 技术宅太疯狂！ 在 PDF
新智元报道 编辑：定慧 Windsurf 发布首个前沿模型 SWE-1，AI 编程领域风起云涌，目标是将开发效率提升 99%。SWE-1 不仅能写代码，更能理解并协助整个软件工程流程。核心创新在于「流动感知」系统，即 AI 与用户共享操作时间线，实现高效协作。 Windsurf 首秀终于来了！ 在