multimodaaliset mallit

Google julkaisi monimuotoisen EmbeddingGemma 2 -mallin

Google DeepMind julkaisi EmbeddingGemma 2 -mallin tiistaina 6. lokakuuta. Tämä avoimen painoarvon malli muuntaa tekstin, koodin, kuvat, videon ja äänen jaetuksi 768-ulotteiseksi upotusavaruudeksi, ja se on riittävän kevyt toimiakseen puhelimissa ja kannettavissa tietokoneissa. Mallissa on 740 miljoonaa parametria, se perustuu…

Kiinalaiset tekoälymallit kurovat umpeen eroa Yhdysvaltoihin ja muovaavat globaalia kilpailua uusiksi

Alibaba Cloudin Qwen-tiimi julkaisi QVQ-72B-Preview-mallin, joka on kokeellinen avoimen painotuksen malli. Se yhdistää visuaalisen ymmärryksen ja päättelyketjut (chain-of-thought), mikä merkitsi varhaista askelta alalla, josta on sittemmin tullut ruuhkainen multimodaalisten tekoälyjärjestelmien kenttä.

DeepSeek julkaisi uuden näkömallin: sanoo sen haastavan Anthropicin Opus 4.8:n

Kiinalainen tekoälylaboratorio DeepSeek julkaisi perjantaina kokeellisen multimodaalisen mallin, jonka se väittää yltävän lähes Anthropicin Claude Opus 4.8 -mallin suorituskykyyn keskeisissä suorituskykytesteissä. Julkaisu jatkaa yhtiön pyrkimystä laajentaa visuaaliseen tekoälyyn murto-osalla amerikkalaisten kilpailijoiden hinnoista.