看不清就乱答？多模态大模型的这个毛病终于有解了 | ICML 2026
看不清就乱答？多模态大模型的这个毛病终于有解了 | ICML 2026雨雪、雾霾、镜头噪点、压缩失真、夜间弱光……
来自主题: AI技术研报
7017 点击 2026-06-15 09:19
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
雨雪、雾霾、镜头噪点、压缩失真、夜间弱光……
随着AI Coding、Agent、Deep Research 等应用快速普及，模型单次处理的上下文长度正在从几万Token迈向几十万甚至百万Token。
自动驾驶世界模型的研究目标已经从单纯预测未来视觉帧，扩展到构建可用于场景理解、空间定位和后续决策的世界表示。如果模型只能生成外观上合理的未来图像，却无法回答场景中有哪些目标、目标位于何处，以及不同视角下的空间结构如何变化，那么它仍然缺少对三维驾驶环境的显式建模能力。
近日，专注低功耗AI模型的初创公司Flourish Inc. 完成5亿美元融资。本次融资由GV、Lux Capital、Catalio Capital Management等知名投资机构及杰夫·贝索斯参与投资。本轮融资亦是2026年6月初全球规模最大的融资轮次之一。
刚刚，开发者Jamieson O'Reilly用泄露的系统级Prompt，硬核解锁了「轻量版」的Fable 5。仅仅一行代码的注入，就让Opus 4.8当场「开智」。在极限对照实验中，O'Reilly给到同一个指令——制作一个现代苹果风的网页。
今天，除了全球（非美）被禁的 Claude Fable 5，AI 社区还被一个开源模型刷屏了。有推特博主发现，一个由巴西里约热内卢市政府旗下 IT 公司开源的模型 Rio 3.5 397B，在多项基准测试中超越了 Qwen 3.7 Plus 等开源模型，而这个模型的基础模型还是 Qwen3.5-397B-A17B。
最新测试显示，模型抱团后实力明显升级：Opus 4.8+GPT-5.5>Fable 5；Kimi K2.6+ DeepSeek V4 Pro+Gemini 3 Flash=Fable 5。能力追上了，开销还减半。根据官方定价，相比Fable 5，Kimi K2.6+ DeepSeek V4 Pro+Gemini 3 Flash这套平价阵容，成本降幅接近80%。
Minerva 正式公开上线了他们的 AI 营销平台，同时宣布完成了这轮融资。投资方名单相当亮眼：The General Partnership、8VC、Lingotto Innovation、Topology Ventures，还有 NBA 官方投资部门 NBA Investments。与此同时，他们还公布了与 OpenAI 的深度合作关系，
刚刚，医疗大模型赛道的魔咒，终于被打破了！讯飞医疗正式发布——星火医疗大模型V3.5。生成病历医生采纳率91%、书写时间缩短52%、累计辅助诊断超12亿次。这一连串的数字，直接把医疗AI「最难用的门槛」踩在脚下。
最近的B300市场可以说是“冰火两重天”——群里叫卖得火热，实际成交却降至冰点。老美的出口管制如同悬在头顶的达摩克利斯之剑，彻底改变了顶级算力芯片的流通逻辑。 以下是基于近期一线实操、买卖双方博弈以及