搜索
尽管多模态大模型在通用视觉理解任务中表现出色，但不具备细粒度视觉识别能力，这极大制约了多模态大模型的应用与发展。针对这一问题，北京大学彭宇新教授团队系统地分析了多模态大模型在细粒度视觉识别上所需的 3 项能力：对象信息提取能力、类别知识储备能力、对象 - 类别对齐能力，发现了「视觉对象与细粒度子类别未对齐」
Harvey 是一家专注于为法律和专业服务领域开发特定领域 AI 的公司，由 Winston Weinberg 和 Gabe 联合创立，旨在通过构建端到端的工作流程和简化复杂任务，彻底改变法律及相关行业。
Scale AI 等提出的新基准再次暴露了大语言模型的弱点。
这次不是卷参数、卷算力，而是卷“跨界学习”——
近年来，大语言模型（LLMs）取得了突破性进展，展现了诸如上下文学习、指令遵循、推理和多轮对话等能力。目前，普遍的观点认为其成功依赖于自回归模型的「next token prediction」范式。
广东打响了第一枪。深圳龙岗区的政务系统悄悄上线了DeepSeek-R1全尺寸模型，群众办事时面对的不再是机械的问答机器人，而是一个能理解“我想办落户，但社保断了3个月怎么办”这类复杂问题的AI公务员。东莞紧随其后，把DeepSeek塞进了人工智能大模型中心，号称要让“企业办证速度跑赢奶茶外卖”。更狠的是广州，直接祭出DeepSeek-R1和V3 671B双模型组合
ElevenLabs 似乎无处不在。2025年 1 月，Lex Fridman在基辅对乌克兰总统Zelenskyy进行了长达三小时的采访，采访中使用了ElevenLabs 提供的AI英语、乌克兰语和俄语翻译，完美地保留了泽连斯基的语音和语调。这是AI消除语言障碍能力的一次引人注目的展示。
据外媒披露，人形机器人初创公司Figure AI正在洽谈新一轮15亿美元融资，公司估值高达395亿美元。Figure本轮融资预计将由Align Ventures和Parkway Venture Capital领投。
在国家儿童医学中心、北京儿童医院会诊中心，一位专家型AI儿科医生正式“上岗”，与13位儿科专家共同完成了一场疑难病例多学科会诊。记者从北京儿童医院了解到，这是全国首个AI儿科医生，有望辅助疑难罕见病诊疗，为儿科医疗服务带来新变革。
北京时间2月16日，马斯克宣布，将于太平洋时间周一晚上8点（北京时间2月18日12:00）发布Grok 3大模型，届时将进行现场演示。马斯克称Grok 3有非常强大的推理能力，在测试中的表现超越包括DeepSeek在内的所有已发布的AI大模型模型。5G与6G公众号（ID：angmobile）注意到马斯克表示Grok 3的某些能力之强“让人感到可怕”。