<menu id="yw4o4"></menu> 
站長之家（ChinaZ.com）11月8日 消息:思謀科技在第六屆中國國際進口博覽會上發(fā)布了全球首個工業(yè)多模態(tài)大模型 IndustryGPT V1.0。
這個大模型通過深度的行業(yè)洞察和海量的精煉數(shù)據(jù)，能夠準確回答制造業(yè)的問題、識別工業(yè)缺陷，并提供決策支持。
與此同時，思謀科技還與松下、江森自控等跨國企業(yè)簽署了戰(zhàn)略合作協(xié)議，將在智能制造、數(shù)智化創(chuàng)新等領域深度合作，共同推動全球工業(yè)制造進入智能時代。
（舉報）
今年2月初，谷歌發(fā)布的Gemini2.0Pro支持200萬上下文，震驚了整個大模型領域。僅過了2個月，Meta最新開源的Llama4Scout就將上下文擴展至1000萬，整整提升了5倍開啟千萬級時代。根據(jù)實驗數(shù)據(jù)顯示，Llama4Behemoth在MMLUPro、GPQA、MATH-500等測試的數(shù)據(jù)比GPT-4.5、ClaudeSonnet3.7、Gemini2.0Pro更好。
快科技4月16日消息，據(jù)報道，可靈AI在北京舉行靈感成真”2.0模型發(fā)布會，正式發(fā)布可靈2.0視頻生成模型及可圖2.0圖像生成模型。據(jù)介紹，可靈2.0模型在動態(tài)質(zhì)量、語義響應、畫面美學等維度保持領先；可圖2.0模型在指令遵循、電影質(zhì)感及藝術風格表現(xiàn)等方面顯著提升。3月27日，全球AI基準測試機構(gòu)Artificial Analysis發(fā)布了最新的全球視頻生成大模型榜單，快手可靈1.6pro（高品質(zhì)模
這是《窄播Weekly》的第52期，本期我們關注的商業(yè)動態(tài)是:當大廠的AI競爭策略開始傾斜向應用場景，多模態(tài)能力和代理執(zhí)行成為兩個焦點。大模型落地C端場景的核心，就是讓大模型的能力越來越接近人。沿著這個主旋律，可以劃分出兩個進化方向:一個是持續(xù)降低用戶與大模型進行有效溝通的難度;另一個則是讓大模型具備執(zhí)行更復雜任務的能力。前者的實現(xiàn)，需要給到大模型多
本期《窄播Weekly》聚焦AI大廠競爭策略向應用場景傾斜的趨勢，重點分析了多模態(tài)能力和代理執(zhí)行兩大發(fā)展方向。文章指出，大模型落地的核心在于讓人機交互更自然，具體表現(xiàn)為：1）通過多模態(tài)技術降低用戶使用門檻，如阿里夸克新推出的"拍照問夸克"功能；2）通過代理執(zhí)行提升復雜任務處理能力，如字節(jié)、百度等推出的通用Agent產(chǎn)品。國內(nèi)外廠商路徑差異明顯：國?
現(xiàn)在的國產(chǎn)AI應用，一口氣看好幾分鐘的視頻，都可以直接做推理和解析了!瞧~只需“喂”上一段柯南片段，AI就搖身一變成“名偵探”做剖析:它會對整個視頻的內(nèi)容先做一個總結(jié)，再按照秒級，對視頻片段做內(nèi)容上的推演。商湯科技聯(lián)合創(chuàng)始人楊帆認為:銀河通用合伙人、大模型負責人張直政表示:除此之外，上海交通大學副教授閆維新對這個問題的看法是:總言之，商湯作為國?
多模態(tài)理解領域當前已成了各家AI大模型公司“軍備競賽”的關鍵點之一，國內(nèi)外知名AI大模型公司都爭相通過發(fā)布最先進的多模態(tài)大語言模型展現(xiàn)其在多模態(tài)理解領域的前沿能力。近期，上海AI實驗室推出了其最新的多模態(tài)大語言模型InternVL3 系列，相比上一代InternVL2. 5 模型，該模型展現(xiàn)出卓越的多模態(tài)感知和推理能力，同時進一步擴展了其工具使用、GUI代理、工業(yè)圖像分析等
復旦大學與美團研究者提出UniToken框架，首次在統(tǒng)一模型中實現(xiàn)圖文理解與生成任務的"雙優(yōu)表現(xiàn)"。該方案融合連續(xù)和離散視覺編碼，有效解決了傳統(tǒng)多模態(tài)建模中的"任務干擾"和"表示割裂"問題。通過三階段訓練策略（視覺語義對齊、多任務聯(lián)合訓練、指令強化微調(diào)），UniToken在多個基準測試中性能超越專用模型。其創(chuàng)新性體現(xiàn)在：1）統(tǒng)一的雙邊視覺編碼
在產(chǎn)業(yè)智能化進程中，如何高效融合企業(yè)專有知識資產(chǎn)，構(gòu)建領域?qū)僬J知引擎，是企業(yè)邁向智能決策與高效運營的關鍵。然而，傳統(tǒng)檢索增強生成(RAG)技術受限于語言單模態(tài)處理能力，僅能實現(xiàn)文本知識庫與文本查詢之間的淺層理解，難以滿足復雜業(yè)務場景的需求，在實際應用中暴露出兩大缺陷:信息表征缺失:忽略知識庫中多模態(tài)富文檔的視覺語義信息，如版面結(jié)構(gòu)、圖表關?
百度在Create2025開發(fā)者大會上推出全球首個內(nèi)容領域操作系統(tǒng)"滄浪OS"。該系統(tǒng)支持全模態(tài)內(nèi)容輸入輸出、多智能體調(diào)用，適配MCP協(xié)議，突破場景和入口限制，實現(xiàn)端到端交付。滄浪OS整合百度文庫、網(wǎng)盤等產(chǎn)品線的AI業(yè)務框架，包含數(shù)百個經(jīng)過驗證的Agent工具，支持跨模態(tài)、跨格式的內(nèi)容理解。系統(tǒng)打通百度文庫、學術數(shù)據(jù)庫及全網(wǎng)公開內(nèi)容，同時支持用戶授權(quán)的本地或網(wǎng)盤私有內(nèi)容。目前滄浪OS已全面擁抱MCP生態(tài)，通過標準化協(xié)議對外開放核心能力，降低接入門檻，推動AI應用普及。
快科技4月14日，高德地圖正式宣布推出全球首個基于地圖的AI導航智能體(NaviAgent)。高德表示，AI導航智能體將推動導航由傳統(tǒng)出行工具，向會思考、能預判、有溫度”的智能出行伙伴蛻變。據(jù)技術負責人介紹，傳統(tǒng)導航像按劇本演戲，預設路線后便機械執(zhí)行；而我們的智能體更像經(jīng)驗豐富的老司機，能實時感知路況、預判風險并主動調(diào)整策略。”例如，它能提前預判前方路況?
