AI资讯新闻榜单内容搜索-多模态模型

关键词: AI新闻,多模态Harness,VISTA,何恺明

多模态模型的视觉原生Harness，来了！

关键词: AI新闻,模型训练,人工智能,VA-Bench

VA-Bench测试12个主要多模态模型发现，Qwen3.8-max、Opus-5和GPT-5.6-sol虽在目标识别与定位上达100%、操作语义理解达99.6%—100%，完整任务成功率却仅为53.93%、52.86%和51.55%，暴露大模型从空间理解到执行与修正的断层。

关键词: AI新闻,模型训练,人工智能,VBVR-Pro

NTU、CMU、Berkeley等高校联合推出VBVR-Pro视觉推理系统，构建300项任务与100项可验证打分器的训练评测平台，测试30余个多模态模型，并验证其打分器可直接作为强化学习奖励。

关键词: AI新闻,紫东太初,ZDTaichu5.0-9B,开源多模态模型

10B参数以内，空间具身能力同档第一的通用多模态大模型来了！

关键词: AI新闻,模型训练,UMMs,视觉模型

理解生成统一模型（Unified Multimodal Models, UMMs）正在成为多模态模型的重要发展方向。相比传统的理解模型 + 生成模型，UMM 希望在同一个模型中同时完成视觉理解和图像生成，让文本和图像能够在统一上下文中被理解、推理和生成。

关键词: AI新闻,Ling-3.0-flash-VL,蚂蚁百灵,小参数模型

视觉编程成绩超GPT-5.4。

关键词: AI新闻,MirroS,S-Space,人工智能

多模态模型的空间推理，有一种很反直觉的现象：它能看懂图里有什么，也能回答简单的左右上下，却会在换视角、判断方位、推理前后关系时突然失灵。

关键词: AI新闻,模型训练,S-Space,GPT-6 Astra

最近，GPT-6 Astra 的三维建模与空间理解 demo 引发关注。它能在 Blender 中搭建带家具和庭院的住宅，再将场景转入 Unreal Engine 5，让人能走进房间、打开柜门，甚至操作咖啡机。

关键词: AI新闻,DeepSeek-V4,DeepSeek-V4多模态模型开源,DeepSeek-V4开源

DeepSeek-V4-Flash-Vision-Exp多模态模型正式开源，该模型为DeepSeek-V4系列首个实验性多模态模型，基于DeepSeek-V4-Flash架构集成视觉模块，在真实世界软件工程测试DeepSWE中以59.3%反超Opus-4.8登顶，并在零样本视觉推理测试ZeroBench中击败Opus-4.8。

关键词: AI新闻,GLM-5.3-Flash,智谱多模态,智谱,GLM-5.3-Flash (320B-A18B)

今天，我们上线并开源GLM-5.3-Flash (320B-A18B)，这是GLM-5系列的首个原生多模态模型。大家好像已经习惯将前沿智能与前沿价格绑定，并认为这是技术进步必须支付的成本。今天，GLM-5.3-Flash来了：320B总参数，能力超过GLM-5.2，在全球权威的Artificial Analysis Intelligence Index（AA综合智能指数）中取得57分