>> 中郵證券-AI動態(tài)匯總：谷歌推出Gemini Robotics On-Device大模型，快手開源keye-VL多模態(tài)模型-250702
| 上傳日期： |
2025/7/2 |
大?。?/td>
| 1761KB |
| 格式： |
pdf 共24頁 |
來源： |
中郵證券 |
| 評級： |
-- |
作者： |
肖承志 |
| 下載權(quán)限： |
無限制-登錄即可下載 |
|
|
谷歌推出Gemini Robotics On-Device大模型
谷歌DeepMind于2025年6月25日正式發(fā)布的Gemini RoboticsOn-Device模型，標(biāo)志著機(jī)器人控制技術(shù)邁入了一個全新的時代。這一視覺-語言-動作（VLA）模型基于Gemini 2.0架構(gòu)開發(fā)，首次實(shí)現(xiàn)了多模態(tài)大模型在機(jī)器人設(shè)備上的完全本地化運(yùn)行，無需依賴云端計算即可完成復(fù)雜任務(wù)，如折疊衣物、拉開拉鏈或精準(zhǔn)裝配工業(yè)零件。
快手開源keye-VL多模態(tài)模型
快手于2025年6月26日開源的Kwai Keye-VL多模態(tài)大模型，標(biāo)志著國產(chǎn)多模態(tài)技術(shù)在視頻理解與復(fù)雜推理領(lǐng)域的重大突破。該模型基于Qwen3-8B語言模型架構(gòu)，融合了SigLIP初始化的視覺編碼器，通過創(chuàng)新的3DRoPE（旋轉(zhuǎn)位置編碼）技術(shù)實(shí)現(xiàn)對文本、圖像和視頻信息的統(tǒng)一處理，尤其擅長捕捉視頻時序變化與動態(tài)分辨率輸入，成為全球首個在高考數(shù)學(xué)卷中取得140分成績的多模態(tài)模型。
谷歌開源AIAgent框架Gemini CLI
谷歌于2025年6月25日開源的Gemini CLI，標(biāo)志著AIAgent技術(shù)與開發(fā)者工作流的深度融合。這一命令行框架將Gemini 2.5 Pro模型的百億級參數(shù)能力無縫嵌入終端環(huán)境，通過自然語言交互重構(gòu)了開發(fā)者的生產(chǎn)力范式，其技術(shù)內(nèi)核與生態(tài)策略展現(xiàn)出谷歌在AI普惠化與開發(fā)者生態(tài)建設(shè)上的戰(zhàn)略野心。
用不等式檢驗大模型推理能力，推理正確率下降65.5%
斯坦福大學(xué)、加州大學(xué)伯克利分校和麻省理工學(xué)院的研究團(tuán)隊聯(lián)合發(fā)表題為《Solving Inequality Proofs with Large LanguageModels》的論文，聚焦于大語言模型在數(shù)學(xué)不等式證明領(lǐng)域的性能評估與方法創(chuàng)新。研究通過構(gòu)建首個奧林匹克競賽級不等式數(shù)據(jù)集INEQMATH，揭示了當(dāng)前LLMs在嚴(yán)格數(shù)學(xué)推理上的顯著缺陷，并提出了創(chuàng)新的評估框架與改進(jìn)路徑。
風(fēng)險提示：
以上內(nèi)容基于歷史數(shù)據(jù)完成，在政策、市場環(huán)境發(fā)生變化時存在失效的風(fēng)險；歷史信息不代表未來
|
|
