AI进家庭

研究背景：线上文章评分与MLLM的新机遇 自动作文评分（AES）是教育评估中的重要技术工具，能实现对大规模写作的高效、稳定评分。然而，传统 AES 实现存在三大缺陷： 依赖手工特征，通用性差 难以评估细粒度写作特质 无法处理图文处境 随着 GPT-4o、Gemini 等大型多模态语言模型（MLLMs）的应用推广，AES 实现得以突破，直接依靠文本+...

在数字化时代，视觉信息在知识传递和决策支持中的重要性日益凸显。然而，传统的检索增强型生成（RAG）方法在处理视觉丰富信息时面临着诸多挑战。一方面，传统的基于文本的方法无法处理视觉相关数据；另一方面，现有的视觉 RAG 方法受限于定义的固定流程，难以有效激活模型的推理能力。 来自阿里巴巴通义实验室的最新研究成果——VRAG-RL，将强化学习算法引入多模态智能...

文章转载自「APPSO」 今天凌晨，OpenAI 发布了 o3-pro 模型。 o3-pro 模型作为推理模型 o3 的升级版，在处理复杂问题、给出更精准的回答方面表现更强，尤其在科学研究、编程、教育和写作等场景下，表现更具优势。 但 o3-pro 在处理复杂任务调度和工具链调用时响应速度比 o1-pro 稍慢，更适合于对答案准确性要求较高的场景。 目前，o...

MMSI-Bench团队 投稿 量子位 | 公众号 QbitAI AI能看图，也能讲故事，但能理解“物体在哪”“怎么动”吗？ 空间智能，正是大模型走向具身智能的关键拼图。 面对1000道多图推理题，开源大模型集体失守——准确率不到30%，甚至不如瞎猜！就连最强的OpenAI o3，也只答对了41%。 这一专为多图像空间智能设计的MMSI-Bench由上海人工...

作者_｜骆轶航 邮箱｜_tluo@pingwest.com 我不是一个“懂代码”的人。 作为一家日益专注AI的科技内容社区的CEO，我的团队与AI 创业者和研究人员进行访谈，发布文章，举办各种各样的AI 论坛、黑客马拉松和workshop；我还在硅谷成立了一个 叫GenAI Assembling的AI 开发者社区，定期举办线下活动和闭门讨论。 我们不仅有读...

CreatiDesign团队 投稿 量子位 | 公众号 QbitAI 平面设计师有救了！ 复旦大学和字节跳动团队联合提出CreatiDesign新模型，可实现高精度、多模态、可编辑的AI图形设计生成。 △CreatiDesign能生成各种类型的平面设计图，如电影海报、品牌促销、产品广告和社交媒体图。 AI虽然在文生图领域已取得了很大的突破，但以往方法在处理...

欢迎阅览由李榜主发起的：AI产品榜。 第 24 期 AI产品榜·网站榜(Web)（2025 年 05 月）由 AI产品榜、36kr、硅星人｜沃垠AI 联名发布。 1 AI产品榜·网站榜(Web) 2025 年 05 月 本文里包含 18 个 AI 榜单，更多/更全 AI产品榜单 可在文末点击 “阅读原文” 免费访问 或 直接访问官网 AI产品榜 aicpb...

MeWM团队 投稿 量子位 | 公众号 QbitAI 医学领域，也有自己的世界模型了。 来自香港科技大学（广州）、约翰霍普金斯大学等机构的学者联合提出了提出医学世界模型（Medical World Model, MeWM），赋予了AI“预演”疾病发展的能力。 MeWM可以基于临床治疗决策，模拟未来肿瘤演化过程，可以为个性化治疗提供可视化、可评估、可优化的辅助...

文章转载于字母榜 作者：张琳 争当年轻人的“AI婆婆”，如今成了科技大厂攒APP月活跃度的固定操作。 BAT们纷纷下场，并在“AI婆婆”争夺战中花开两朵：一类在AI助手应用中嵌入各类角色智能体，腾讯元宝、字节豆包和阿里通义都为AI角色开了专属入口，豆包里历史名人如鲁迅教你辞职，荧屏老公“相柳”单日曾带动元宝下载排名跃升到了21位。 另一类则是借用独立APP...

喜马拉雅称，于腾讯音乐的收并购，源于公司对正在发生的行业和技术深刻变革的回应，未来将拥抱AI。 文|张洋洋 在公开腾讯音乐收购消息后，喜马拉雅联合创始人陈小雨、余建军发布全员内部信，发布内部信阐述这起交易的由来和对公司的战略思考。 内部信称，这一决定，是在双方经过多轮深入探讨、达成共识后的慎重抉择，是公司发展历程中关键的里程碑，这次并购，并非偶然发生，...