近年来，视觉大模型（Large Vision Language Models, LVLMs）领域经历了迅猛的发展，这些模型在图像理解、视觉对话以及其他跨模态任务中展现出了卓越的能力。然而，随着 LVLMs 复杂性和能力的增长，「幻觉现象」的挑战也日益凸显。
2024又是AI精彩纷呈的一年。LLM不再是AI舞台上唯一的主角。随着预训练技术遭遇瓶颈，GPT-5迟迟未能问世，从业者开始从不同角度寻找突破。以o1为标志，大模型正式迈入“Post-Training”时代；开源发展迅猛，Llama 3.1首次击败闭源模型；中国本土大模型DeepSeek V3，在GPT-4o发布仅7个月后，用 1/10算力实现了几乎同等水平。
近日，珞博智能（Robopoet）官方发布一则消息，前字节大模型解决方案架构师潘雨楠（Yuna）正式加入珞博，出任联合创始人兼首席技术官（CTO）。潘雨楠本科毕业于哈尔滨工业大学，又在香港大学取得计算机专业硕士学位，她的学术背景为其在科技领域的发展奠定了坚实基础。
大模型的记忆片段进行多次替换的时候，会导致模型输出的内容叠加不同记忆片段，出现混淆和错乱的问题。在我做 Crew.ai 知识库测试的时，替换多份知识库文档后，发现大模型已经疯了。
昨天，我们报道了一个行业猜想，说是 OpenAI 和 Anthropic 等前沿大模型公司可能已经训练出了下一代大模型，但由于它们的使用成本过高，所以短时间内根本不会被放出来。
对于 LLM，推理时 scaling 是有效的！这一点已经被近期的许多推理大模型证明：o1、o3、DeepSeek R1、QwQ、Step Reasoner mini……
前两天，在游戏论坛闲逛时，看见一个帖子说《逆水寒》手游更新了。这个 AI 浓度超高的游戏最近多了几位各有特色的「AI 娘」，还多了一种名叫「AI 大模型竞技场」的新玩法。
最近几个月，从各路媒体、AI 社区到广大网民都在关注 OpenAI 下一代大模型「GPT-5」的进展。
“3D大模型终于可以生成锐利的边角了！” “在钻研了一阵3D人工智能后，我总算通过Hyper3D.ai用上了Rodin1.5，它真的可能改变游戏规则。”
一文读懂数据标注及最佳实践
