多模态

本专题为雷峰网的多模态专题，内容全部来自雷峰网精心选择与多模态相关的最近资讯，雷峰网读懂智能与未来，拥有多模态资讯的信息，在这里你能看到未来的世界。

多模态最新资讯

人工智能

独家丨前腾讯混元技术骨干胡瀚创业新进展：目标估值数亿美金

商业化是机构与胡瀚沟通时反复追问的问题。

胡敏
10月08日 15:26

腾讯混元胡瀚大模型创业
人工智能学术

NVIDIA 李柏依：机器人只会「看」还不够，它还得学会「听」| ECCV 2026

给生成模型引入仿真，补上难以获得的声音感知。

张岂萍
09月30日 14:12

具身智能 ECCV2026 多模态音频生成
业界

豆包 2.1 Pro模型更新，已接入豆包工作

豆包 2.1 Pro 更新至 0915 版并在火山方舟全量上线、接入豆包工作，多模态与编程能力增强，图像视频推理 Token 消耗降超 30%。

Nemo
09月16日 14:01

豆包火山引擎大模型多模态
顶会专区

ECCV 2026 Workshop 征稿启事｜首届 Human-Centered Multimodal Intelligence in the Wild Workshop

随着多模态基础模型与大语言视觉模型（MLLMs）的快速发展，面向人的视觉智能正在迎来新的范式转变。

袁毓婉
09月07日 14:07

ECCV 2026 Workshop 多模态
人工智能

原生全模态技术战略闭环，智象（HiDream.ai)发布具身世界模型HiDream-O1-Embodied

智象未来（HiDream.ai）正式发布具身世界模型HiDream-O1-Embodied。

郑佳美
09月07日 11:48

AI 多模态视觉
顶会专区

【征稿通知】ECCV 2026 Workshop | 多模态大语言模型统一理解与生成（MUCG）

本 Workshop 旨在汇聚学术界与工业界的前沿研究者，围绕

袁毓婉
09月03日 17:58

ECCV 2026 Workshop 多模态
顶会专区

ECCV 2026 ｜多模态检索也会“粒度盲”：ELVA 用排序驱动 RL 找回复杂查询细节

通用多模态检索常用对比学习，但它把负样本简单当成“不是答案”，容易忽略查询里的细粒度实体、属性和动作。

袁毓婉
08月27日 17:29

ECCV 2026 多模态 ELVA
顶会专区

ECCV 2026｜UniMotion：在统一多模态大模型中引入连续运动模态

当听到「把双手举过头顶，然后向前走」，人可以在脑中补出一整段动作；当看到一段无声的人体轨迹，也能判断人物是在行走、转身还是踉跄。连续运动既可以被语言描述，也可以

袁毓婉
08月27日 15:13

ECCV 2026 UniMotion 多模态
业界

Tim现场实测橡鹿多模态烹饪AI基座：AI炒菜机器人第一次有了“大厨大脑”

它融合视觉、烹饪数据等多维信息，让AI第一次从执行菜谱走向理解烹饪。

二维马晓宁
08月26日 16:54

橡鹿多模态 AI
业界

SenseNova U1.5 Lite正式版发布：支持超长指令，解锁原生4K真实视觉创作流

商汤科技正式开源轻量级、原生统一多模态大模型 SenseNova U1.5 Lite。

小七
08月21日 20:33

商汤科技多模态 SenseNova U1.5 Lite

12 3