搜索
当大模型从“单兵作战”走向“多 Agent 协同操作电脑（Computer Use）”，如果队友 Agent 读了旧缓存报假消息、下发了互相矛盾的指令，甚至锁死了共享文件，主控 Agent 该听谁的？
XHEART推出围绕大模型定制的智驾芯片X7 Ultra，算力达700 TOPS，X7系列量产8个月出货超20万颗并获超40款车型订单。
今日宜休发布ISHO Ring智能健康戒指和ISHO iFlow水暖床笠，以端侧生理信号大模型监测睡眠并通过动态温控主动干预，标准版售价分别为1799元和9999元。
苹果在 macOS 27 预装的 fm 命令行中提供免费的 Apple Foundation Model 端侧模型，但中国大陆购买的 Mac 目前不支持 Apple 智能，仍无法调用。
XHEART新芯航途发布由大模型反向定义的智驾芯片X7 Ultra，面向十亿参数级模型、算力达700 TOPS，较行业旗舰芯片降低80%内存带宽消耗并提升100%推理能效。
蓝振忠的气质看上去像一名在读研究生，沉静，说话不疾不徐，他是卡耐基梅隆大学博士，计算机视觉出身，曾是谷歌的大模型专家，做出了 ALBERT。两个多小时的访谈里，他三次共享屏幕给我们看论文，讲到自己的技术判断时，语气从来没有犹豫过。
随着多模态大模型越来越强，OCR的短板反而逐渐明显。
一张高清照片中，远处的手提包是什么颜色？一页票据里，某项费用到底是多少？面对这些问题，多模态大模型常常需要先找到相关区域，再放大查看。但如果第一步就框错了位置，后面的推理也可能跟着出错。视觉思维链让模型能够边看边想、调用工具寻找证据。不过，许多方法仍然像生成句子一样，把边界框坐标逐个写成文本 token。连续的空间位置，为什么要通过离散文字来表达？
一颗梨在液体中快速旋转，周围的液体应该随之流动、飞溅；一个物体撞向水面，液体也应该产生与碰撞相对应的响应。
人类说一句「我不是狼」，多模态大模型既能看到表情，也能听见声音。但它真的知道这句话是真是假吗？