multimodální modely

Google vydává multimodální otevřený model EmbeddingGemma 2

Google DeepMind vydal v úterý 6. října model EmbeddingGemma 2. Tento model s otevřenými vahami převádí text, kód, obrázky, video a zvuk do sdíleného 768rozměrného vnořeného prostoru a je dostatečně malý na to, aby běžel na telefonech a noteboocích. Model…

Čínské modely AI dohánějí americké rivaly a mění globální souboj

Tým Qwen divize Alibaba Cloud vydal experimentální model s otevřenými váhami QVQ-72B-Preview, který kombinuje vizuální porozumění s řetězcem úvah (chain-of-thought). Jde o jeden z prvních příspěvků do segmentu, z něhož se mezitím stala vysoce konkurenční oblast multimodálních systémů umělé inteligence.

DeepSeek uvádí vizuální model: Prý se vyrovná systému Opus 4.8 od Anthropicu

Čínská laboratoř pro umělou inteligenci DeepSeek v pátek vydala experimentální multimodální model. Tvrdí o něm, že se v klíčových testech blíží výkonu modelu Claude Opus 4.8 od společnosti Anthropic. Firma tak pokračuje v expanzi do oblasti vizuální AI za zlomek…