行业首个：商汤发布并开源 NEO 原生多模态模型架构，实现视觉、语言深层统一
商汤科技今日发布并开源了与南洋理工大学 S-Lab 合作研发的全新多模态模型架构 —— NEO，为日日新 SenseNova 多模态模型奠定了新一代架构的基石。#多模态模型# #开源架构#
排序
字节发布多模态图像创作模型 Seedream 5.0 Pro：复杂信息可视化、交互式精准编辑
据介绍，相比之前版本，Seedream 5.0 Pro 在图文匹配、结构合理性、文字渲染与画面美感等基础能力上全面提升。
MiniMax H3 通用多模态视频模型将于 8 月 3 日开源，最高可支持 15s 2K 分辨率
MiniMax H3 支持对文本、图像、视频、声音组成的多模态上下文的统一理解能力、能够输出具备原生双声道的音视频，最高可支持 15s 2K 分辨率。