全模态AI

百度近期正式发布了原生全模态大模型ERNIE-5.0（文心5.0），这是一款参数达2.4万亿、采用原生全模态统一建模技术的旗舰级产品，支持文本、图像、音频、视频等多种信息的输入与输出。我们对ERNIE-5.0正式版与此前的ERNIE-5.0-Thinking-Preview版本进行了全面的对比评测，测试其在准确率、响应时间、token消耗和成本等关键指标上的…

文心大模型5.0正式版发布：2.4万亿参数全模态大模型登顶全球第一梯队 文心大模型5.0正式版，现已正式发布。 这意味着，自2025年11月Preview版初露锋芒后，这个参数量高达2.4万亿、主打原生全模态的“巨无霸”模型的“完全体”已经到来。 先来看一组“入场成绩单”： 近三个月，在全球大模型竞技场LMArena上，文心5.0 Preview版多次在文本…

在人工智能从单模态向多模态演进的关键节点，英伟达（NVIDIA）近期开源的OmniVinci模型，标志着全模态理解技术迈入了一个新的阶段。这款9B参数的视觉-语音理解全模态大语言模型（Omni-Modal LLM），不仅实现了视觉、音频、语言在统一潜空间（latent space）中的深度融合，更在多项基准测试中展现出超越同尺寸竞品的性能优势，一周内Hugg…