实体
multimodal intelligence
multimodal intelligence
PulseAugur coverage of multimodal intelligence — every cluster mentioning multimodal intelligence across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 1
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
Hugging Face 携手 NXP 和 NVIDIA 详解嵌入式 AI 进展，并发布 Gemma 4
Hugging Face 发布了一系列博文，详细介绍嵌入式系统和设备端应用程序的 AI 进展。其中一篇博文重点介绍了将 Robotics AI 集成到嵌入式平台，涵盖数据集记录、VLA 微调以及与 NXP Semiconductors 合作进行设备端优化。另一篇博文概述了如何在一天内构建领域特定的嵌入模型，并介绍了 NVIDIA 技术。此外，还推出了一款名为 Gemma 4 的新模型，强调其在设备上实现最先进的多模态智能的能力。
-
新论文识别出多模态大语言模型评估中的关键差距
一篇新发表在arXiv上的论文指出了多模态大语言模型（MLLMs）评估中存在的重大差距。研究指出，当前的基准测试通常侧重于孤立的任务，未能评估这些模型在文本、图像、音频和视频等不同模态之间整合信息的程度。需要改进的关键领域包括评估时空连贯性、对物理世界的理解、多模态一致性以及选择性注意力机制。解决这些局限性对于准确衡量多模态智能的进展和定义MLLM能力边界至关重要。