跳到正文

#多模态

今日 1 条
今天11月3日周二
10月31日周六
  1. 科学网38

    北航脑机接口研究院正式揭牌

    10月30日,北航正式揭牌成立脑机接口研究院,由张广军院士出任院长。该研究院依托航空航天、信息和医学等学科整合10余个学院科研力量,设立感知、调控、编解码、医学等4个研究中心。其将重点围绕医疗康复和教育等需求,聚焦半侵入式与非侵入式技术路线,结合多模态大模型强化神经信号解码并推动与具身智能融合。

10月28日周三
  1. 科学网25

    第二十一届(2026)遥感遥测遥控学术年会在西安举办

    第二十一届(2026)遥感遥测遥控学术年会在西安举办,参会规模创历届新高并吸引千余名代表参会。大会以“感测低空全域·遥控万物智联”为主题设立4个专题分会场,聚焦低空智能遥感、低空融合感知及低空经济网络等方向。多位院士专家围绕低空感知、智能无人系统及低空具身智能世界模型等前沿课题分享进展,探讨低空智能化发展路径。

10月25日周日
  1. 科学网50

    全国首个国家脑机接口高质量数据集建设项目在武汉启动

    华中科技大学同济医学院附属同济医院牵头的全国首个国家脑机接口高质量数据集建设项目在武汉启动,拟于2027年建成投用。项目聚焦脑卒中、帕金森病等10类疾病方向并涵盖6种数据模态,重点建设意图解码与闭环调控等多模态数据集。该建设旨在打破临床数据孤岛,为模型研发与产业转化筑牢自主可控的数据底座。

10月24日周六
  1. 科学网47

    国家脑机接口高质量数据集建设项目在同济医院启动

    国家脑机接口高质量数据集建设项目在华中科技大学同济医学院附属同济医院正式启动,国家脑机接口高质量数据集联盟同步成立。该项目总投资将超亿元,拟于2027年投用,将覆盖10类疾病方向与6种数据模态。项目旨在解决脑机接口领域的数据孤岛难题,为国产AI算法训练和临床转化提供自主可控的数据底座。

  2. Google Research64

    Google 分享将基础模型应用于全球结核病一线筛查的落地实践

    Google 展示了将其医疗 AI 基础模型应用于全球结核病(TB)前线筛查的完整落地路径。通过与 Nexus AI 合作,其胸部 X 光筛查算法已获得欧盟 CE MDR Class IIb 认证并在 6 个国家落地,使胸片筛查周转时间缩短至 45 秒内,并在南非深井金矿实现了便携式离线筛查。

    推荐理由:原文展示了医疗 AI 从算法论文到跨国临床认证及开源部署的完整路径,为公共卫生场景的落地提供了实践参考。

10月17日周六
  1. 科学网37

    联合国教科文组织与上海开放大学联合发布教师AI能力与智能教育系列成果

    联合国教科文组织教育信息技术研究所与上海开放大学联合发布系列智能教育成果,涵盖2份分析报告、4门前沿课程、4款智能教育工具及2份评估指南。成果包含《教师AI能力框架分析报告》与《数字学习平台发展趋势分析报告》,以及教师AI能力自评工具、多智能体在线学伴工具和AI互动课件生成工具等多款轻量化应用。配套指南重点关注利用大模型进行多模态学习体验动态评估及智能体教学效果评价。

10月16日周五
  1. 科学网31

    陈俊龙教授荣获 IEEE SMC 学会扎德开拓者奖

    华南理工大学陈俊龙教授在 IEEE SMC 2026 年会上荣获扎德开拓者奖,成为第 9 位获此最高奖项之一的国际学者。该奖表彰其在模糊逻辑的神经网络与智能系统、计算智能增量学习等方向的开拓性贡献。此外,陈俊龙团队关于基于多重堆叠宽度学习系统跨文化情绪识别的研究,还获得了 IEEE SMC 学会 Andrew P. Sage 最佳期刊论文奖。

  2. 量子位75

    Apple Intelligence 计划于 12 月在华上线,合作方包含百度与阿里

    苹果计划于 12 月通过系统更新在中国大陆正式上线 Apple Intelligence,首批功能覆盖 iPhone、iPad 和 Mac,暂不包含新版 Siri AI。百度将为 Siri 与视觉智能提供搜索支持,阿里则作为模型合作方接入通义万相和 Qwen 提供文本与图像生成等能力。该服务此前已通过相关备案并取得上线许可,管理层对新版 Siri AI 近期入华仍持谨慎态度。

10月13日周二
  1. 科学网35

    复旦大学携19项科技成果亮相第二十六届工博会

    复旦大学在第二十六届工博会上展出了人工智能、电子信息等领域的19项科研成果。展品包括实现400皮秒非易失编程的二维量子闪存、累计下载量超500万次的OpenMOSS多模态大模型体系,以及端侧功耗不到20W的纯视觉机器人“旦宝”等技术样机。此外,面向制造装配的M-Worker 01拧螺丝机器人、微型超声脑机接口等成果也集中亮相。

10月11日周日
  1. 科学网25

    广东保伦电子牵头研发的两项科技成果达国际先进水平

    广东保伦电子牵头研发的多源音视频协同调度与全数字会议系统两项科技成果通过专家鉴定,整体技术达到国际先进水平。其中音视频项目实现了码流16Mb/s下传输1080P画质、本地端到端时延10ms以内及多路视频毫秒级低延迟边缘推理;会议系统项目攻克了128路话筒并发低时延技术,并实现链路故障10ms内拓扑重构与隔离切换。

10月10日周六
  1. 科学网29

    青岛眼科医院大模型近视防控项目获山东省数智健康大赛一等奖

    青岛眼科医院研发的《基于大语言模型的高度近视风险预测模型研发》项目在2026年山东省数智健康大赛中斩获便民赛道一等奖。该项目融合大语言模型能力与眼科专业知识,可智能解析多模态临床数据,实现儿童青少年近视风险智能预判并自动生成个性化干预方案。目前该成果已在山东省内外多地落地推广。

10月7日周三
  1. 量子位41

    Meshy 跻身 a16z 消费级 AI 应用月收入 Top 50,为榜单唯一 AI 3D 公司

    AI 3D 多模态模型公司 Meshy 入选 a16z 首份“消费级 AI 应用月收入 Top 50”榜单并位列第 31 名,成为榜单中唯一的 AI 3D 公司。该公司专注于将文本和图像转化为生产级 3D 资产,目前全球注册用户超 1500 万,年度经常性收入(ARR)已突破 1 亿美元,并在 2026 年 7 月完成近 4 亿美元 B 轮融资。

10月5日周一
10月4日周日
  1. 量子位65

    通用模型冲击下Meshy不到2年ARR破1亿美元,专业AI 3D模型壁垒何在

    在通用多模态模型展现基础建模能力的背景下,AI 3D生成公司Meshy披露其ARR在不到两年内从100万美元增长至1亿美元。文章对比指出,通用模型目前更擅长规则化几何搭建,而高精度的角色结构与纹理细节仍依赖垂直3D模型把控;Meshy已切入游戏制作管线和3D打印生态,并通过分层架构Mora探索以3D固定空间的实时互动内容场景。

9月29日周二
  1. Latent Space75

    AMD 以 82 亿美元收购 World Labs

    AMD 以 82 亿美元收购空间智能创企 World Labs。World Labs 此前推出了全新模型架构 Atlas,通过结合生成模型与多视图几何来预测新相机视角,试图解决计算机视觉中长期存在的稀疏重建难题,可应用于机器人强化学习环境、场景生成及现实世界重建等领域。该期通讯还汇总了 Anthropic 发布 Claude Sonnet 5.5 的社区反应与第三方接入情况。

9月25日周五
  1. MIT Technology Review · AI57

    美国五角大楼拟申请3000万美元研发AI测谎仪

    美国国防部在一份尚未获国会批准的预算申请中提议,未来5年投资3030万美元开发名为Polygraph+的新型测谎系统。该项目由国防反间谍与安全局(DCSA)负责,计划结合AI评分算法与无需贴附设备的远距传感技术,用于新员工审查及内部威胁排查。多位学者对此表示质疑,指出测谎本身缺乏真实的客观基准,AI分析微表情或生理数据可能加剧误判与不确定性。

9月21日周一
  1. 橘鸦AI早报35

    AI 早报:Qwen 开源 Qwen-Image-2.1,阶跃星辰发布 Step 5 Preview

    Qwen 正式开源图形生成与编辑模型 Qwen-Image-2.1,视觉生成部分为 7B 参数,原生支持 RGBA 透明图生成与编辑。阶跃星辰发布总参数量 600B、支持百万 Token 上下文的基座模型 Step 5 Preview,已上线官方 API 且权重将于 10 月 15 日开放。此外,Google 开源 Agentic 编排器 AX,腾讯开源文档解析模型 WeVisDoc。