人工智能在音频生成领域已取得显著进展，但“编辑”现有音频的能力仍面临巨大挑战。近日，腾讯混元（Tencent Hy）联合上海交通大学(SJTU)、新加坡南洋理工大学(NTU)、天津大学(TJU)、

在人工智能领域竞争日益激烈的今天，字节跳动的 Seed 团队于5月13日正式发布了其最新的多模态大模型 Seed1.5-VL，旨在为智能体技术的进步铺平道路。该模型经过超过3万亿 tokens 的

小紅書 Hi Lab 近日發佈並開源了其首個自研多模態大模型 dots.vlm1。該模型基於12億參數的 NaViT 視覺編碼器 和 DeepSeek V3大語言模型，從零開始完全訓練，其卓越性能