搜索

阿里云推出大规模视觉语言模型Qwen-VL
2023-08-26 17:43:22
8月26日消息，阿里云推出大规模视觉语言模型Qwen-VL，一步到位、直接开源。Qwen-VL以通义千问70亿参数模型Qwen-7B为基座语言模型研发，支持图文输入，具备多模态信息理解能力。在主流的多模态任务评测和多模态聊天能力评测中，Qwen-VL取得了远超同等规模通用模型的表现。Qwen-VL是支持中英文等多种语言的视觉语言模型，相较于此前的VL模型，Qwen-VL除了具备基本的图文识别、描述、问答及对话能力之外，还新增了视觉定位、图像中文字理解等能力。
小红书视觉无障碍新动作：Talk Back屏幕阅读器适配上线
2023-10-31 10:35:56
10月31日消息，小红书于10月初在安卓和鸿蒙系统适配了Talk Back屏幕阅读器功能，打通了用户从登录注册、探索发现、消费互动到主页和社交的功能适配，更在安卓、鸿蒙和iOS系统中更新了对直播和创作发布的适配，使视障用户不仅可以是美好生活的关注者，也可以成为小红书内容的创作者。此外，在国际盲人日，小红书发起无碍分享有爱生活专项活动，呼吁大家关注视障人士的生活。
阿里云视觉智能开放平台部分商业化产品定价将调价
2023-12-04 15:40:54
12月4日消息，阿里云官网发布通知称，为进一步提升用户体验和产品性价比，提高视觉智能开放平台产品公有云服务水平，自2023年12月27日起，视觉智能开放平台将对人脸人体、图像生产、目标检测部分收费的公有云API定价或计费方式进行调整。
百度李彦宏：视觉大模型最大的应用场景是自动驾驶
2024-04-17 09:17:06
4月17日消息，百度开发者大会上，百度创始人、董事长兼首席执行官李彦宏表示，视觉大模型最大的应用场景是自动驾驶。基于超过1亿公里的、中国复杂城市道路测试里程数据，百度训练出来了Apollo视觉感知大模型。目前，搭载该方案的极越汽车高阶智驾覆盖里程将超50万公里。极越汽车表示，预计2024年只要有百度地图的地方，就可以使用点到点智能驾驶。
百度Apollo发布纯视觉城市领航辅助驾驶产品ANP3 Pro
2024-04-23 09:16:00
4月23日消息，百度Apollo发布了纯视觉城市领航辅助驾驶产品ANP3 Pro，将高阶城市智驾的硬件成本拉至万元，支持15-25万元价格区间的新能源车型搭载。百度表示，ANP3 Pro可做到“开箱即用”，2024年上半年将覆盖360城，年底可实现全国都能开。
百度前视觉技术部高级经理韩钧宇加入长安智驾
2024-08-24 11:45:20
今年以来，已有多名原百度智驾高级人才陆续流入其他公司。
百度前视觉技术部高级经理韩钧宇加入长安智驾
2024-08-24 11:46:50
8月24日消息，据晚点Auto，百度前视觉技术部高级经理韩钧宇近日加入长安智驾团队，向长安首席智能驾驶技术官陶吉汇报。韩钧宇自2012年加入百度，是百度IDL深度学习实验室的早期员工，从事视觉AI研发工作，曾研发视觉模型、数字人、人脸识别、OCR、视觉智能硬件等技术和产品。
字节跳动发布豆包视觉理解模型
2024-12-18 14:56:48
12月18日消息，在火山引擎Force大会上，字节跳动正式发布豆包视觉理解模型，为企业提供极具性价比的多模态大模型能力。豆包视觉理解模型千tokens输入价格仅为3厘，一元钱就可处理284张720P的图片，比行业价格便宜85％，以更低成本推动AI技术普惠和应用发展。继大语言模型价格以厘计算之后，视觉理解模型也宣告进入“厘时代”。
红布林官宣品牌升级涵盖视觉形象和鉴定服务
2022-09-06 17:50:07
红布林官宣新品牌战略，开启品牌升级计划，包括视觉整体升级、鉴定服务升级、端内碳减排等。
什么值得买助力中国国际时装周：视觉盛宴、专业解读、用户交互、品牌展示一站解决
2022-09-14 11:12:26
9月4日至12日，2023春夏中国国际时装周（SS23 CFW）在北京751D·PARK盛大举办。
小米参投法国AI视觉公司普诺飞思C轮融资
2021-07-06 17:06:33
7月6日消息，据报道，法国神经拟态视觉公司普诺飞思近期宣布完成数千万美元C轮融资。该轮融资由创新工场领投，小米及上海韦豪创芯参投，数家老股东继续加码。本轮融资资金将用于加速下一代神经拟态视觉传感技术的硬件和软件产品的开发与商业化；针对新兴市场规划产品路线；完善基础设施，支持运营及规模扩张。
华为洪方明：华为机器视觉军团战略升级
2022-08-09 15:33:59
8月9日消息，日前，华为机器视觉产业峰会暨新品发布会2022在延安举办。会上，华为机器视觉军团CEO洪方明发表了“迈向新征程，共创感知+AI新未来”主题演讲。洪方明表示，成立军团后，华为机器视觉会迎来四大新升级：一是以短链条运作的模式来贴近市场，快速决策，更好地为客户数字化转型提供服务；二是围绕端边云协同的架构，提升感知产品竞争力，加大与其他产品线的协同合作，共同打造更有竞争力的解决方案。
红布林开启品牌升级计划涵盖视觉形象和鉴定服务
2022-09-06 20:16:55
9月6日消息，红布林创始人兼CEO徐薇发布内部信《新品牌战略发布，让循环时尚成为一种生活方式》，开启品牌升级计划。据悉，红布林成立于2017年，是国内用户规模最大的循环时尚生活方式平台。视觉升级方面，红布林推出了LOGO焕新、APP及包装升级，同时发布全新品牌Slogan： “红布林，让时尚循环起来A NEW LIFE”。新LOGO作为红布林的核心视觉符号，既代表时尚商品的流转，彰显“时尚是个圈”的循环往复的理念，也体现了买卖家之间的循环关系。
三六零发布“360智脑-视觉大模型”
2023-06-01 09:37:25
6月1日消息，在5月31日举行的三六零智慧生活集团视觉大模型及AI硬件新品发布会上，周鸿祎宣布发布“360智脑-视觉大模型”。视觉大模型是“360智脑”的重要能力组成，使其能看懂图片，未来看懂视频、听懂声音。周鸿祎认为，目前大模型的能力主要体现在软件层，接入智能硬件后，会让大模型的能力从数字世界走向物理世界。
亚马逊云科技发起“智能视觉创新加速计划”
2023-07-02 11:31:12
7月2日消息，在“2023亚马逊云科技中国峰会”上，亚马逊云科技宣布发起“智能视觉创新加速计划”，该计划将联合产业链上、中、下游的客户和各类合作伙伴，帮助智能视觉企业拓展应用场景、构建行业解决方案、加速技术共创。作为全球云计算技术的引领者，亚马逊云科技将携手合作伙伴和智能视觉企业探索更多的智能视觉应用场景；并通过亚马逊云科技丰富的云服务赋能智能视觉企业进行业务模式创新，寻找新的业务增长点。
阿里云通义千问视觉理解模型Qwen-VL再次升级
2024-01-26 10:46:07
1月26日消息，阿里云公布多模态大模型研究进展。通义千问视觉理解模型Qwen-VL再次升级，继Plus版本之后，再次推出Max版本，升级版模型拥有更强的视觉推理能力和中文理解能力，能够根据图片识人、答题、创作、写代码，并在多个权威测评中获得佳绩。
小米汽车正式接入VLM视觉语言大模型
2024-12-23 17:37:30
12月23日消息，小米汽车宣布，小米SU7 1.4.5 OTA已开始推送，共13项新增功能，26项体验优化。本次更新正式接入VLM视觉语言大模型，系统可识别复杂道路环境和特殊交通规则区域，并通过文字和语音提示。此外，充电地图升级，与蔚来、小鹏、理想达成充电补能网络合作。
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。
消息称阿里通义应用视觉团队负责人离职
2025-05-06 15:44:51
据知情人士透露，阿里巴巴通义实验室应用视觉团队负责人薄列峰已于4月30日低调离职。
消息称阿里通义应用视觉团队负责人离职
2025-05-06 15:46:16
5月6日消息，据知情人士透露，阿里巴巴通义实验室应用视觉团队负责人薄列峰已于4月30日低调离职。有消息称他已经加入刚刚进行架构调整的某互联网大厂，担任多模态模型部副总经理，向公司副总裁汇报。