一个可以自动分析PDF、网页、海报、Excel图表内容的大模型，对于打工人来说简直不要太方便。上海AI Lab，香港中文大学等研究机构提出的InternLM-XComposer2-4KHD（简写为IXC2-4KHD）模型让这成为了现实。相比于其他多模态大模型不超过1500x1500的分辨率限制，该工作将多模态大模型
......
本文由站长之家合作伙伴自媒体作者“量子位公众号”授权发布于站长之家平台，本平台仅提供信息索引服务。由于内容发布时间超过平台更新维护时间，为了保证文章信息的及时性，内容观点的准确性，平台将不提供完全的内容展现，本页面内容仅为平台搜索索引使用。需阅读完整内容的用户，请查看原文，获取内容详情。
（举报）
2024年多模态大模型成为AI领域最具前景的技术方向之一。文章全面分析了主流多模态大模型的特点、应用场景和发展趋势。多模态大模型能同时处理文本、图像、音频、视频等多种数据，实现更智能的人机交互。重点介绍了GPT-4V、Claude3.5、Gemini、通义千问等代表性模型，对比了它们在视觉理解、编程能力、中文处理等方面的优势。应用场景涵盖智能客服、内容创作、教育医疗等领域。未来发展趋势包括模型规模扩大、支持更多模态、实时交互能力提升等。选择模型需考虑应用需求、语言支持、性能成本等因素。
新能源汽车智能化已成为行业标配，而两轮“小电驴”们也开始追赶这一风口。当下台铃、九号、雅迪、小牛等两轮电动车品牌在智能化领域持续发力，纷纷推出智能化，甚至搭载无人驾驶技术的电动车。 在不久之前举办的华南国际电动车展上，台铃所展示的一款配备无人智驾技术的电动车，已经能够自主应对复杂路况、完成自动倒库等操作。而在已面向市场量产的车型中，
“有!” “有有有!” “这必须得有!” 在抖音、B站、快手的评论区，这些话已经成了许多网友的接头暗号。 它的出处，是一位来自辽宁的“五金男孩”:他不是传统意义上穿搭带着金属气质的“五金男孩”，而是真的在五金店卖货的@凌海市李宏五金水暖 （简称李宏）。 他的账号没有精致滤镜，没有剧本套路，只有扳手、螺丝、水管和一句句“必须有”的承诺。但就是这样
近日，网络上掀起了一股关于“打工人吃不起冰块”的热烈讨论。据多方信息汇总，今年夏天，冰块价格飙升，让不少靠冰块解暑的打工人望而却步。成本仅1公斤2元的冰块，一旦装进包装袋，售价便高达9.9元;而出厂价仅1元的冰杯，在便利店内的价格竟飙升至4元，比一瓶可乐还要昂贵。 面对高昂的冰块价格，精明的打工人开始寻找更为经济的解暑方式，“拼好冰”应运而生�
近日，腾讯视频推出超高清内容”专区，集纳平台400余部超高清内容，涵盖电视剧、电影、纪录片、综艺、动画片、微短剧等品类，在各端进行重点推荐。 腾讯视频超高清方案命名为臻彩”，这是腾讯视频超高清的代表性技术。 2025年1月，腾讯视频自研超高清视听品牌臻彩”的高阶版本臻彩MAX”正式推出，主打极致画质与沉浸式观影体验。
社交平台Soul正通过AI技术重塑社交生态：1）2016年推出智能推荐系统"灵犀引擎"，2020年启动AIGC算法研发，2023年推出自研大模型Soul+X，开发AI虚拟人、智能聊天等应用；2）升级多模态大模型，支持文字对话、语音通话、多语言理解等功能，提供拟人化情感陪伴；3）围绕Z世代需求，促成超10万对情侣步入婚姻，并联合开展心理健康公益活动；4）以"技术+人文"双轮驱动，致力于打造更智能舒适的社交环境，重新定义人机关系。
雷克沙推出全新Professional SILVER PLUS micro存储卡，专为影像创作者打造。该产品具备205MB/s读取和150MB/s写入速度，支持4K60FPS视频录制，通过U3、V30、A2多重认证。提供64GB-1TB容量选择，兼容无人机、运动相机等多种设备。采用黑银配色金属外壳，仅15x11x1mm超小体积。具备六重防护：防水(IPX7)、防震(1500G)、防X射线、防磁、抗震、防跌落(2米)。工作温度范围-25℃至85℃，附赠数据恢复软件，并提供终身质保服务。
本文介绍了AI领域多项重要进展：1)腾讯推出首个美术3D生成大模型Hunyuan3D-PolyGen，显著提升建模效率；2)阿里发布多模态大模型HumanOmniV2，准确率达69.33%；3)钉钉AI表格实现1小时处理千项任务；4)百度PaddleOCR3.1版本在多语种识别和文档翻译方面升级；5)微软推出Deep Research智能体，自动化研究流程；6)香港理工与OPPO联合开源视频超清框架DLoRAL；7)谷歌开源MCP工具箱简化AI与数据库集成；8)Win11将推出AI动态壁纸功能。这些创新展示了AI在3D生成、多模态理解、办公效率、视觉处理等领域的突破性进展。
【AI日报】今日AI领域7大突破：1）阿里通义Qwen-TTS实现方言语音合成重大突破；2）Cursor发布Web版AI编程工具；3）字节XVerse技术实现多对象精准图像生成；4）NoteGen跨平台AI笔记工具革新知识管理；5）ManimML动画库可视化Transformer架构；6）TEN+Agent开源语音交互技术降低延迟；7）Chai-2抗体设计模型将药物研发周期缩短至两周。淘宝同时上线RecGPT推荐模型提升购物体验。
今日，小米室外摄像机4发布，售价249元，购买赠送价值59元的64GB固速视频监控存储卡，赠完即止。 据了解，小米室外摄像机4配备800万像素镜头，分辨率达3840 x 2160，呈现清晰细腻的4K画质，f/1.6大光圈，夜间画面明亮清晰。 支持新一代HDR动态调校，智能应对复杂光源。
