Найдено записей: 8
'Google представил Gemini 3 Pro, мультимодальную модель со sparse MoE и окном контекста на 1 млн токенов для задач рассуждения, кода и агентных рабочих процессов.'
'SEA-LION v4 — 27B мультимодальная модель, ориентированная на языки Юго-Восточной Азии; сочетает высокую точность на SEA-HELM с возможностью запуска на обычном железе.'
'Ovis2.5 (9B и 2B) от Alibaba улучшает визуальное восприятие и мультимодальное рассуждение с помощью NaViT и опционального режима размышления, достигая топ-результатов среди открытых моделей ниже 40B.'
'GLM-4.5V от Zhipu AI — открытая мультимодальная модель с 106B параметрами в фоне и 12B активных параметров, поддержкой 64К токенов и режимом Thinking Mode для сложного визуально-текстового анализа.'
NASA представила Galileo — открытую мультимодальную модель ИИ, которая интегрирует разнообразные данные дистанционного зондирования для задач сельского хозяйства и реагирования на чрезвычайные ситуации.
Google представил Gemma 3n — компактную мультимодальную модель ИИ, оптимизированную для эффективной работы на периферийных устройствах, обеспечивающую обработку текста, изображений, аудио и видео в реальном времени.
ByteDance представила VGR — мультимодальную модель, которая динамически интегрирует визуальную информацию в процесс рассуждения, значительно улучшая точность и эффективность на бенчмарках зрения и языка.
Salesforce выпустила BLIP3-o — открытую мультимодальную модель, объединяющую понимание и генерацию изображений с помощью CLIP эмбеддингов и Flow Matching, демонстрируя передовые результаты.