AI进家庭
终于开源升级OmniGen2，统一多模态图像生成模型，真的惊艳。
之前给大家推荐过OmniGen v1，最近几天刚升级了OmniGen2。 OmniGen2针对文本和图像模态分别构建了独立的解码路径，运用未共享参数，搭配解耦的图像分词器。 说人话， OmniGen2的架构升级让文本与图像在生成过程中能更...
探索多模态后训练最优解：MiMo-VL稳健优化 v.s. Seed-VL激进革命
在多模态大模型的性能竞赛中，Post-training 正逐渐成为真正拉开差距的关键阶段。架构趋同之下，MiMo-VL 与 Seed-VL 两大系统在后训练链条上的策略博弈，展现了当前业界对指令对齐、强化学习与奖励建模的多种探索路径。 本...
ICML 2025 细粒度奖励建模：判别式策略优化下的Q-RM方法
近日，中山大学计算机学院与腾讯微信搜索团队联合提出 Q-RM（Q-function Reward Model），在 ICML 2025 正式发表。 这一方法专注于构建更精确的 token-level 奖励信号，是对齐训练中一个关键突破，显...
重塑统一多模态理解范式！UNITE打破模态壁垒，横扫多模态检索基准
多模态检索是信息理解与获取的关键技术，但跨模态干扰制约着统一多模态表示这一美好愿景的实现。 为此，快手与东北大学联合研发了多模态统一嵌入框架——UNITE。 论文标题： Modality Curation: Building Unive...
对话联想刘军：“超级智能体”如何撬动7000亿ToB市场？
AI正成为直接生产力，“硅基战队”改变企业运营。 文 | 国仁 在近日举行的2025年世界移动通信大会（MWC）上海展上，联想集团携其最新的AI成果高规格参展。现场，联想展区重点展示了其在个人智能与企业智能领域的全栈AI布局，特别是...
聊过 200 个团队后的暴论：不要拿 AI 造工具，要建设「新关系」
本文根据极客公园创始人&总裁张鹏在 Founder Park AGI Playground 2025 上的演讲整理而成。 今天团队给我的任务是「你这几年聊了所有 AI 领域的先锋创业者，能不能分享一下你的观察和收获」。 我先...
多模态AI黑马刷榜后再造神器：一个产品搞定图片视频播客生成，自带百种特效，大牛梅涛团队出品
西风 梦晨 发自 凹非寺 量子位 | 公众号 QbitAI AI大牛梅涛坐镇，全新多模态AI问世！ 用法上堪称：全能。 不仅支持图片、视频生成： 奇幻场景、多样视角都能驾驭： 而且唇形同步功能上线，社恐大“i”人也能玩转播客： 划重点...
7B小模型超越DeepSeek-R1：模仿人类教师，弱模型也能教出强推理LLM Transformer作者团队
不圆 发自 凹非寺 量子位 | 公众号 QbitAI Thinking模式当道，教师模型也该学会“启发式”教学了—— 由Transformer作者之一Llion Jones创立的明星AI公司Sakana AI，带着他们的新方法来了！ 这个方...
又一独角兽杀出！最高估值破百亿，AI笔记怎么就成了硅谷最看好赛道？
AI 领域又诞生了一家独角兽。 不久前，AI 会议助手Fireflies.ai宣布估值突破 10 亿美元，正式迈入独角兽行列。 过去18个月，它的活跃用户数暴涨8倍，覆盖全球50万家组织、2000多万用户，并且自2023年起持续盈利——在...
生成式视角重塑监督学习！标签不只是答案，更是学习指南 ICML 2025
PCL团队 投稿 量子位 | 公众号 QbitAI 生成式视角可以对监督学习重新思考乃至重新定义！ 想象你在教一个学生解数学题——你会直接让他交卷对答案，还是会让他参考完整答案来理解解题思路？ 如今，一种全新的监督学习范式正受到关注：标签不...