机器之心 机器之心 ·

DeepSeek-OCR是「长文本理解」未来方向？中科院新基准VTCBench给出答案
🏷️

标签

deepseek ocr 中科院
➡️

继续阅读

  1. InternVLA-A1——面向场景理解、未来状态生成、动作执行的一体化框架：融合VLM的语义理解与世界模型的未来动态预测
    InternVLA-A1。该模型采用统一的 Mixture-of-Transformers 架构，协同三个专家模块，分别负责场景理解、视觉前瞻生成和动作执...
  2. 当关键软件也被卡，我们的答案在哪里
    特朗普宣布自2025年11月1日起对中国实施100%关税及软件出口管制，影响软件产业自主能力。Gitee致力于构建国产研发生态，推动开源基础设施，确保技术可控与持续创新。
  3. DeepSeek 与开源：肥沃土壤孕育 AI 硕果
    中国开源生态经过二十年的发展，从零散探索到繁荣，推动了国产AI技术的崛起。DeepSeek等项目的成功得益于开源社区的积累与协作。尽管面临国际竞争，国内开...
  4. 百万围观、HuggingFace多模态登顶，华人团队开源语音版「DeepSeek」海外爆火
  5. 具身启元，智创未来——上海国际具身智能产业博览会新闻发布会在京隆重召开
  6. 微软发布 VibeVoice-ASR：一种统一的语音转文本模型，旨在一次性处理长达 60 分钟的音频
    微软推出了VibeVoice-ASR，一个开源的语音转文本模型，支持最长60分钟的音频处理，输出结构化文本，包括“谁”、“何时”、“什么”。该模型允许用户...
👤 个人中心
在公众号发送验证码完成验证