字节跳动发布豆包视觉理解大模型：AI技术的又一次突破
字节跳动在火山引擎Force大会上发布了豆包视觉理解大模型，该模型具备强大的内容识别、理解和推理能力，同时价格大幅下降至0.003元/千Tokens，标志着视觉理解类大模型价格步入“厘时代”。
多模态
抖音热点
DeepSeek 深夜再放大招：7B 参数人人可用的视觉多模态模型 Janus-Pro-7B 开源
本文详细介绍了中国创新型科技公司DeepSeek最新推出的7B参数视觉多模态开源模型Janus-Pro-7B，探讨了其技术特点、应用场景以及对行业的意义。
IT热点
不断“进化”的机器人：AI与机器人的未来融合
本文探讨了AI与机器人技术的融合趋势，重点分析了百度新一代人工智能模型的特点及其对产业的影响，同时结合春晚机器人表演等案例，展现了未来科技发展的无限可能。
百度热点
被DeepSeek刺激的VC们，终于开始行动了！
DeepSeek开源周后，投资人们对AI领域的态度发生了重大变化。本文从小雷的视角出发，探讨了从模型研发到infra层建设，再到多模态与应用层探索的行业趋势。
36KR热点
深度体验百度文心大模型4.5，这些亮点你绝对不能错过！
百度文心大模型4.5正式发布，基础能力大幅提升，新增原生多模态和深度思考功能，免费开放给所有用户，体验感如何？一起来看看吧。
知乎热点
OpenAI o1正式版发布：科技巨头的又一里程碑
OpenAI o1正式版发布，带来了多模态推理和任务执行能力的重大突破。本文从个人视角出发，探讨了o1的核心特点、抖音与AI的深度融合，以及AI技术的未来展望。
GPT-4o的P图能力有多强？从多模态到视觉生成的颠覆性体验
当他深入研究GPT-4o的多模态能力时，发现这款模型不仅能理解文本，还能将视觉信息融入其中。通过一系列实测，他见证了GPT-4o在图像生成上的强大表现，从精准的文字渲染到复杂场景的构建，无不展现出其革命性的技术突破。同时，他也注意到该模型在特定情境下的局限性，以及向AI搜索引擎迈进的发展趋势。
谷歌推出 Gemini 2.0，开放 Deep Research 新功能，有哪些能力提升？
谷歌推出了最新的大模型 Gemini 2.0，并开放了 Deep Research 新功能。本文将详细介绍 Gemini 2.0 的核心升级、Deep Research 的新功能以及其在电商、短视频/影视、AI+3D 等领域的应用前景。
DeepSeek R2来了？全新推理时Scaling论文联手清华震撼发布
作为一名关注科技发展的个人，我目睹了DeepSeek R2的提前发布及其带来的巨大影响。从刘慈欣对未来科幻创作的思考，到中美之间围绕AI技术展开的竞争，再到全新推理时Scaling论文的发布，每一个细节都让我感受到人工智能领域的快速进步。在这篇文章中，我将带你深入了解DeepSeek R2背后的故事以及它可能带来的改变。
