AI玩拼图游戏暴涨视觉理解力，告别文本中心训练，无需标注的多模态大模型后训练范式
AI玩拼图游戏暴涨视觉理解力，告别文本中心训练，无需标注的多模态大模型后训练范式在多模态大模型的后训练浪潮中，强化学习驱动的范式已成为提升模型推理与通用能力的关键方向。
来自主题: AI技术研报
8250 点击 2025-10-17 09:26
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
在多模态大模型的后训练浪潮中，强化学习驱动的范式已成为提升模型推理与通用能力的关键方向。
李飞飞的世界模型创业，最新成果来了！刚刚，教母亲自宣布对外推出全新模型RTFM（A Real-Time Frame Model），不仅具备实时运行、持久性和3D一致性，更关键的是——单张H100 GPU就能跑。
Reve AI 是一家 2023 年 12 月才建立的加州 AI 初创公司，他们在 2025 年 3 月推出了第一个生图模型叫 Reve Image 1.0，内部代号是「Halfmoon」。6 个月过后，再次升级该模型为「图像编辑模型」。
他们又推出了 Coral NPU，可用于构建在低功率设备上持续运行的 AI。具体来说，其可在可穿戴设备上运行小型 Transformer 模型和 LLM，并可通过 IREE 和 TFLM 编译器支持 TensorFlow、JAX 和 PyTorch。
靠AI挖出了癌症潜在新疗法，AI医疗领域再添猛将。谷歌、耶鲁联手，给攻克冷肿瘤找到了新方法。
近日，RoboChallenge 重磅推出！这是全球首个大规模、多任务的在真实物理环境中由真实机器人执行操作任务的基准测试。
近年来，多模态大语言模型（Multimodal Large Language Models, MLLMs）在图文理解、视觉问答等任务上取得了令人瞩目的进展。然而，当面对需要精细空间感知的任务 —— 比如目标检测、实例分割或指代表达理解时，现有模型却常常「力不从心」。
新加坡时间 10 月 9 日，Zenlayer 于新加坡科技周——云与 AI 基础设施展正式发布 Zenlayer 分布式推理平台（Zenlayer Distributed Inference）。该平台作为一站式 AI 即时部署解决方案，专注于在全球范围内为大规模 AI 推理提供高性能支持。
2022年11月，OpenAI的ChatGPT问世，这一事件不仅是技术创新的里程碑，更被视为重塑全球AI战略版图的关键转折点，它标志着新一轮大国AI竞赛的序幕被正式拉开。在此背景下，其增长的规模与速度本身，就是一种颠覆性的战略壁垒。
几个小时前，一位名为 Nathan Calvin 的 X 网友发推文称，「一个周二晚上，我和妻子正准备吃晚饭，一位副警长敲门，递给了我一张 OpenAI 的传票」。该传票不仅涉及他所在的 Encode 组织，还要求 Calvin 提供与加州立法者、大学生和前 OpenAI 员工的私人信息。而这一切都与一项近期通过的名为 SB 53 的法案有关。