首页 > 北大

北大

  • 北大通知：开放多项AI应用

    每经AI快讯，北京大学计算中心发布通知，北大本地化部署的deepseek满血版R1和V3已深度适配教学应用场景，向校内多项人工智能应用北大问学、AIMD、化小北、金融AI助教提供服务。每日经济新闻

  • 用语言对齐多模态信息，北大腾讯等提出LanguageBind，刷新多个榜单

    北京大学与腾讯等机构的研究者们提出了多模态对齐框架 ——LanguageBind。该框架在视频、音频、文本、深度图和热图像等五种不同模态的下游任务中取得了卓越的性能，刷榜多项评估榜单，这标志着多模态学习领域向着「大一统」理念迈进了重要一步。在现代社会，信息传递和交流不再局限于单一模态。

  • 3B模型不输7BLLaVA！北大多模态MoE模型登GitHub热榜

    混合专家（MoE）架构已支持多模态大模型，开发者终于不用卷参数量了！北大联合中山大学、腾讯等机构推出的新模型MoE-LLaVA，登上了GitHub热榜。它仅有3B激活参数，表现却已和7B稠密模型持平，甚至部分指标比13B的模型还要好。

  • 北大等发布多模态版o1！首个慢思考VLM将开源，视觉推理超闭源

    北大等出品，首个多模态版o1开源模型来了——代号LLaVA-o1，基于Llama-3.2-Vision模型打造，超越传统思维链提示，实现自主“慢思考”推理。在多模态推理基准测试中，LLaVA-o1超越其基础模型8.9%，并在性能上超越了一众开闭源模型。新模型具体如何推理，直接上实例，比如问题是：传统

  • 训练130亿大模型仅3天，北大提出Chat-UniVi统一图片和视频理解

    北京大学和中山大学等机构研究者提出了统一的视觉语言大模型 ——Chat-UniVi。通过构建图片和视频统一表征，该框架使得一个 LLM 能够在图片和视频的混合数据下训练，并同时完成图片和视频理解任务。更重要的是，该框架极大降低了视觉语言模型训练和推理的开销，

  • 北大提出首个通用指令导航大模型系统|CoRL24

    想象一下当你躺在沙发上，只需要不假思索地说出指令，机器人就能帮你干活，是不是听起来就十分惬意？如今这种科幻电影中的场景正在变为现实，来自北京大学的助理教授、博士生导师董豪团队近日提出首个通用指令导航大模型系统InstructNav。不论是寻找物体，走到指定位置，还是满足抽象的人类需求，只要你说出指令

  • 协鑫集团携手北大、NVIDIA发布光伏功率预测大模型

    人民财讯3月21日电，3月17日至21日，2025 NVIDIA GTC（英伟达GPU技术大会）在美国加州圣何塞召开。在本次GTC大会上，协鑫集团联合北京大学、NVIDIA达成产学研深度协同，联合推出基于NVIDIA Earth-2平台的光伏功率预测大模型，这标志着能源行业智能化转型取得突破性进展。

  • 微软联手北大，发布PPTC大模型测试基准

    DoNews11月7日消息，据品玩引述 HuggingFace 页面报道，微软研究院联手北京大学，共同发布了一款名为 PPTC 的大模型测试基准，可以用于测试大模型在PPT 生成方面的能力。研究团队表示，PPTC包含 279 个涵盖不同主题的多回合会话和数百条涉及多模式操作的说明。研究团队还提出了P

热门文章