搜索

值得买科技CTO王云峰：还在同步开展多模态工作，如直播数字人等
2023-08-31 10:45:49
8月31日消息，在“什么值得买”上线多款AIGC应用之际，值得买科技CTO王云峰接受媒体采访，他谈到除了已上线的应用，值得买科技还在同步开展多模态的工作，具体包括：包括“图生图”和“文生图”的模型，短视频脚本的生成，短视频的自动生成，以及直播数字人等，包括可供内容创作者使用的创作辅助工具也在推进研发之中。
段楠现任京东探索研究院视觉与多模态实验室负责人
2025-06-12 14:40:14
6月12日消息，段楠已在其GitHub主页更新履历：现任京东探索研究院视觉与多模态实验室负责人，带领研究团队研发视觉和多模态基础模型。此前，他曾任阶跃星辰Technical Fellow（2024-2025）和微软亚洲研究院自然语言计算团队资深首席研究员和研究经理（2012-2024）。
原阶跃星辰高管段楠加入京东任视觉与多模态实验室负责人
2025-06-12 16:27:16
段楠将带领研究团队研发视觉和多模态基础模型。
京东副总裁何晓冬：大模型下一步必将会从语言模型走向多模态模型
2023-05-26 15:22:41
在2023小蛮腰科技大会上，京东集团副总裁何晓冬表示，ChatGPT代表了未来大模型的走向，下一步必将会从语言模型走向多模态模型。
百度智能云事业群总裁沈抖：随着大模型能力的提高，多模态大模型会很快成熟
2023-07-03 17:28:44
7月3日消息，河北省人大常委会近日邀请百度集团执行副总裁、百度智能云事业群总裁沈抖作《大模型：产业智能化的新引擎》专题讲座。沈抖表示，随着大模型能力的提高，融合文字、语音和视觉的多模态大模型也会很快成熟。这将进一步促进人工智能与实体经济深度融合，进一步提升钢铁、汽车、工业制造、文旅以及自动驾驶等领域的智能化水平和生产力。
阿里通义千问大模型入驻钉钉提供文图视频等多模态服务
2024-01-09 15:51:14
1月9日消息，阿里云通义千问大模型入驻钉钉服务号，成为首个通过办公应用开放服务端口的大模型。用户在搜索“通义千问”就可找到对话窗口，通过文字或语音交互，让大模型提供文生文、文生图、图像理解等多模态服务。
腾讯刘煜宏：腾讯混元大模型正在积极发展多模态模型及应用
2024-04-02 16:39:23
4月2日消息，腾讯云副总裁、腾讯混元大模型负责人刘煜宏表示，多模态大模型将重构内容产业，基于多模态的应用也会百花齐放。他介绍，腾讯混元大模型技术架构已升级为混合专家模型架构，参数规模达万亿，擅长处理复杂场景和多任务场景。目前正积极发展多模态模型，进一步加强文生图、文生3D以及文/图生视频能力。同时探索基于大模型全面升级的数智人、语音对话虚拟人、具身智能机器人等应用，提升效率和体验。
前微软亚研院视觉专家胡瀚加入腾讯负责多模态大模型研发
2025-01-08 15:08:35
据“AI科技评论”公众号，胡瀚不久前加入腾讯，接替已离职的前腾讯混元大模型技术负责人之一的刘威，负责多模态大模型的研发工作。
淘天集团“硬核少年技术节4.0”将在京、杭举办，学者专家齐聚探讨“多模态智能”
2025-06-24 11:24:33
第四届技术节继续体现“朝气”与“匠心”，淘天集团“硬核少年团”将共同探索AI的未来可能性。
天猫精灵发布首款大模型多感知学习机Z20
2023-10-18 17:35:50
10月18日消息，阿里旗下天猫精灵推出真智能大屏护眼学习机Z20。据介绍，该款产品兼具大模型和多模态AI感知能力，还具有个性化对话、学科辅导等特性。产品团队介绍，随着生成式AI基础模型成熟后，其与通义大模型团队联合进行双语大模型的继续训练和微调，模型在口语化、语言分级、情景生成上有进一步提升；近期，相关能力会先通过专项应用对Z20用户公测。该产品已进入2023双11预售阶段，售价2799元起。
通义千问全模态模型Qwen2.5-Omni开源
2025-03-27 09:22:23
3月27日消息，通义千问发布并开源首个端到端全模态大模型通义千问Qwen2.5-Omni-7B，可同时处理文本、图像、音频和视频等多种输入，并实时生成文本与自然语音合成输出。在权威的多模态融合任务OmniBench等测评中，Qwen2.5-Omni刷新业界纪录，全维度远超Google的Gemini-1.5-Pro等同类模型。
腾讯将发布全球首个全模态模型“混元-O”
2025-05-25 18:03:06
5月25日消息，据钛媒体，基于腾讯自研大模型混元的首个端到端语音通话模型Hunyuan-Voice，最快今年6月上线腾讯元宝App，从而与豆包AI视频通话功能对抗。而且，腾讯已规划多模态和全模态路线，最快今年将推出全球首个“全模态模型”，代号为混元-O，瞄向“世界模型”。
百度文小言将接入更多生活服务类功能明年可覆盖电商等30余行业
2024-12-05 16:56:59
12月5日消息，百度副总裁、AI创新业务负责人薛苏在2024百度热AI营销大会表示，百度旗下新搜索文小言计划接入更多生活服务类功能，预计明年可覆盖法律、票务、电商等30余行业。文小言具备富媒体搜索、多模态输入、文本与图片创作、高拟真数字人、记忆和自由订阅等能力，累计调用量超35亿次，月活用户破千万。目前，仅法律、票务、电商相关，文小言每月就有超5000万次的用户问询。
京东云人工智能团队获两项多媒体大奖
2022-08-12 15:31:10
近日，凭借多模态分析与生成技术在零售领域的产业落地，京东云人工智能团队再次斩获两项国内外顶级学术荣誉。
菜鸟“城市物流计算系统”获邮政行业科学技术奖一等奖
2023-06-08 20:56:22
菜鸟“基于多模态及因果AI的城市物流计算系统”项目荣获第三届（2022）邮政行业科学技术奖一等奖。
京东智能客服言犀入选2022客服中心应用优秀案例
2022-01-20 15:58:15
近日，京东智能客服言犀“基于多模态智能交互技术的京东智能政务案例”入选2022客服中心应用优秀案例。
京东云人工智能团队获两项多媒体大奖
2022-08-12 15:43:30
8月12日消息，近日，凭借多模态分析与生成技术在零售领域的产业落地，京东云人工智能团队再次斩获两项国内外顶级学术荣誉。在国际多媒体学会会议上，京东云“Transforming Online Shopping Experience with Multimedia Computing”技术获多媒体创新引领者奖。其中国际多媒体大会颁发的多媒体创新引领者奖，每年在全球遴选一个引领多媒体技术的创新团队，京东云人工智能团队是本年度唯一获奖者。据了解，京东云人工智能团队在视觉与语言、多模态内容交互领域完成多项前沿创新。
“生数科技”完成数亿元Pre-A轮融资百度联合领投
2024-06-05 14:19:30
6月5日消息，多模态大模型企业“生数科技”近日完成数亿元Pre-A轮融资，该轮融资由北京市人工智能产业投资基金、百度联合领投，中关村科学城公司等跟投，启明创投等数位老股东继续支持。
考试宝与腾讯云达成合作以混元大模型提升产品体验
2024-12-28 16:30:42
考试宝借助腾讯混元多模态大模型和混元turbo模型，显著提升了试题批改的效率。
淘天集团多项最新AI技术成果亮相TongAI大会，三篇论文入选Poster展示
2025-05-26 14:12:25
淘天集团三篇优秀论文入选大会“多模态交互与学习”专题并进行现场Poster展示。