AIGC宇宙 AIGC宇宙

SOTA

NeurIPS 2025｜火山引擎多媒体实验室联合南开大学推出TempSamp-R1强化学习新框架，视频时序理解大模型SOTA！

NeurIPS 2025｜火山引擎多媒体实验室联合南开大学推出TempSamp-R1强化学习新框架，视频时序理解大模型SOTA！
在人工智能与多媒体技术深度融合的当下，视频时序定位（Video Temporal Grounding） 成为视频理解领域的核心任务之一，其目标是根据自然语言查询，在长段视频流中精准定位出与之匹配的时序片段。 这一能力是智能视频剪辑、内容检索、人机交互、事件分析等众多场景落地的关键基础。 例如，快速定位球赛进球瞬间、影视剧名场面、游戏高光镜头、响应“回放主角微笑片段” 、异常事件查看等需求，均依赖于高效精准的时序定位技术。
10/22/2025 10:16:02 AM
多媒体实验室
多模态新旗舰MiniCPM-V 4.5：8B 性能超越 72B，高刷视频理解又准又快

多模态新旗舰MiniCPM-V 4.5：8B 性能超越 72B，高刷视频理解又准又快
今天，我们正式开源 8B 参数的面壁小钢炮 MiniCPM-V 4.5 多模态旗舰模型，成为行业首个具备“高刷”视频理解能力的多模态模型，看得准、看得快，看得长！ 高刷视频理解、长视频理解、OCR、文档解析能力同级 SOTA，且性能超过 Qwen2.5-VL 72B，堪称最强端侧多模态模型。 MiniCPM-V 4.5 亮点一览 ?
8/27/2025 11:50:00 AM
徐咪
逆天!旧Mac上能run千亿参数SOTA!效果惊人:一次生成游戏，0修改！本地大模型拐点来了!网友：别被大模型叙事带偏了(附指南）

逆天!旧Mac上能run千亿参数SOTA!效果惊人:一次生成游戏，0修改！本地大模型拐点来了!网友：别被大模型叙事带偏了(附指南）
编辑 | 伊风出品 | 51CTO技术栈（微信号：blog51cto）起猛了，连老电脑都能跑智谱家新一代的 SOTA 模型了！ 一篇来自技术人 Simon Willison（Python 知名 Web 框架 Django 的共同创始人）的实测文章，在 Hacker News 上引发热议：“我 2.5 年高龄的旧笔记本，现在不仅能在本地跑千亿参数模型，甚至还能用它写出一款完整的 JavaScript 太空入侵者游戏。 ”图片 这个模型，正是昨天新鲜出炉的 GLM-4.5 系列。
7/30/2025 2:11:55 PM
伊风
WAIC抢先爆料：金融“黑马”大模型超DeepSeek刷新SOTA，论文已上线

WAIC抢先爆料：金融“黑马”大模型超DeepSeek刷新SOTA，论文已上线
又到了一年一度“中国AI春晚”WAIC，各家大厂动作频发的时候。 今年会有哪些看点？ 你别说，我们还真在扒论文的过程中，发现了一些热乎线索。
7/25/2025 3:24:17 PM
网页编程众测排名：DeepSeek-R1超越Claude 4加冕全球第一

网页编程众测排名：DeepSeek-R1超越Claude 4加冕全球第一
编程王者Claude地位不稳了？ ？ 大模型竞技场最新战报出炉，DeepSeek新版R1拿下网页编程第一，小胜Claude Opus 4。
6/17/2025 5:14:01 PM