北京
在邏輯推理與空間智能等方向上，它能夠深度理解物理世界的復(fù)雜布局與精細(xì)關(guān)系。
4月28日，商湯科技正式發(fā)布并開源日日新SenseNova U1 系列原生理解生成統(tǒng)一模型。它基于商湯于今年三月自主研發(fā)的 NEO-unify架構(gòu)，在單一模型架構(gòu)上統(tǒng)一了多模態(tài)理解、推理與生成。
NEO-unify架構(gòu)徹底摒棄了主流的拼接式，去除了視覺編碼器（VE）和變分自編碼器（VAE），重新構(gòu)建了統(tǒng)一的表征空間，并且深入融入每一層計(jì)算中，從而實(shí)現(xiàn)從模態(tài)集成向原生統(tǒng)一的范式跨越。
SenseNova U1系列模型能夠?qū)⒄Z言與視覺信息作為統(tǒng)一的復(fù)合體直接建模，實(shí)現(xiàn)語言和視覺信息的高效協(xié)同，讓理解與生成能力同步增強(qiáng)，在保留語義豐富度的同時(shí)，維持像素級(jí)的視覺保真度。
在邏輯推理與空間智能等方向上，它能夠深度理解物理世界的復(fù)雜布局與精細(xì)關(guān)系；在未來，它還能為機(jī)器人提供具身大腦，實(shí)現(xiàn)在單一模型閉環(huán)內(nèi)完成從復(fù)雜環(huán)境感知、邏輯推演到精準(zhǔn)任務(wù)執(zhí)行的全過程，為推動(dòng)技術(shù)與產(chǎn)業(yè)發(fā)展提供重要基礎(chǔ)與關(guān)鍵引擎。
特別聲明：以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺(tái)“網(wǎng)易號(hào)”用戶上傳并發(fā)布，本平臺(tái)僅提供信息存儲(chǔ)服務(wù)。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
舍子花
