英伟达发布 1200 亿参数大模型 Nemotron 3.5 Super VL：单 GPU 智能体任务吞吐量最高提升 5 倍，74B 版本压缩至 24GB
推荐理由：英伟达发布 Nemotron 3.5 Super VL，参数量达 1200 亿，单 GPU 吞吐量提升 5 倍，可用于多种智能体任务。
#多模态
#多模态
今日 1 条今天星期五周五 · 10月16日 · 1 条
10月15日星期四周四
10月1日星期四周四
9月30日星期三周三
9月25日星期五周五
Google 研究院发布 AI 视频导演：自动化连贯长视频生成
推荐理由：该研究提出了一个名为 AI 视频导演的 AI 视频生成框架，旨在解决长视频生成中的连贯性问题，为创作者提供更高效的工具。
9月3日星期四周四
NeoMME：一个高效的多模态和跨语言编码器
推荐理由：NeoMME 是一个高效的多模态和跨语言编码器，其性能和效率值得读者关注。
8月26日星期三周三
AgentHands：在 XR 中生成交互式手势以实现基于空间的位置感知智能体对话
推荐理由：AgentHands 通过引入手势交互，将 AI 助手与用户的空间环境相结合，提高了交互的自然性和效率。
8月12日星期三周三
Google Research 推进 AMIE 向专家级音频-视觉临床咨询发展
推荐理由：AMIE (Video) 在模拟环境中展现出专家级水平的实时视频临床咨询能力，为医疗AI的发展提供了新的方向。
6月23日星期二周二
4月24日星期五周五
GPT-5.5 发布：AI 模型的持续进步
推荐理由：GPT-5.5 的发布展示了 AI 模型的持续进步，并展示了其在生成 3D 模拟、图像生成和学术研究中的应用潜力。
2月3日星期二周二
Sarvam Audio：超越转录的语音识别技术
推荐理由：Sarvam Audio 在印度语音识别领域提出了创新解决方案，支持多种转录格式、多说话者分离和上下文感知，为语音交互应用提供更精准的理解和交互体验。
10月22日星期三周三
6月10日星期二周二
Mistral AI 发布推理模型 Magistral，推动 AI 研究进展
推荐理由：Mistral AI 发布了首个推理模型 Magistral，该模型在特定领域推理、透明推理和多语言推理方面表现出色，对 AI 研究领域有重要贡献。
3月28日星期四周四
