DeepSeek 公布多模态模型技术报告
该模型提出“基于视觉原语的思考”框架，将点、边界框等空间标记作为推理基本单元，使 AI 在空间参照任务中能进行精确推演。尽管模型规模紧凑，但在计数和空间推理基准测试上可与 GPT-5.4 等前沿模型匹...
排序
智谱 GLM-4.6V 系列多模态 AI 大模型发布并开源，API 降价 50%
作为 GLM 系列在多模态方向上的一次重要迭代，GLM-4.6V 将训练时上下文窗口提升到 128k tokens，在视觉理解精度上达到同参数规模 SOTA，并首次在模型架构中将 Function C...