DeepDigest
← все статьи
Multimodal

Multimodal

77 статьи по теме

НОВОЕ
TechOrange

Siemens и AI: цифровые двойники и Physical AI на производстве

Искусственный интеллект и цифровые двойники активно внедряются в производство. Siemens и другие компании используют эти технологии для повышения эффективности, сокращения сроков обновления оборудования и оптимизации энергопотребления. Тестирование человекоподобных роботов и создание Industrial AI Operating System демонстрируют потенциал автоматизации и автономности заводов.

LLM Multimodal Research
читать →
~4 мин 12 просмотра
Leiphone

IJCAI-ECAI 2026: новые подходы к рассуждениям и планированию в ИИ

Конференция IJCAI-ECAI 2026 станет важной площадкой для обсуждения новых подходов к рассуждению, планированию и работе со знаниями в ИИ. Представлены инновационные методы, включая NDProp для интеграции нейросетей и ASP, фреймворк AESAT для эволюции SAT‑решателей, систему DUPLEX для двойного планирования и другие решения. Особое внимание уделяется переходу от чисто символьных методов к нейросимвольным.

LLM Research Multimodal
читать →
~7 мин 72 просмотра
TechOrange

QNAP Qsirch 7.1.0: двуядерный AI-движок для поиска в NAS

QNAP выпустила Qsirch 7.1.0 с двуядерным AI-движком (LLM и VLM) для семантического поиска в NAS. Решение позволяет искать файлы по описанию на естественном языке и изображениям, работает локально и интегрировано с системой управления правами доступа. В планах — выпуск упрощённых моделей для малого бизнеса и интеграция VLM в RAG-систему.

LLM Multimodal Safety
читать →
~2 мин 96 просмотра
Computerwoche

Маркировка ИИ в ЕС: требования AI Act с 2026 года

С 2026 года в ЕС вступают в силу требования прозрачности при использовании ИИ в рамках AI Act. Они касаются маркировки контента, созданного или изменённого с помощью ИИ, и направлены на борьбу с дипфейками и дезинформацией. За нарушения предусмотрены крупные штрафы. Компаниям необходимо подготовиться к новым требованиям.

LLM Safety Multimodal
читать →
~6 мин 95 просмотра
TechOrange

iKala и Google: переход к агентной экономике с помощью ИИ

На форуме iKala Connection Day обсудили переход предприятий к агентной экономике. Участники рассмотрели роль ИИ в трансформации бизнеса, проблемы внедрения генеративного ИИ и инструменты для построения доверительных отношений с клиентами. Особое внимание уделили мультимодальным технологиям и интегрированным маркетинговым решениям.

LLM Business Multimodal
читать →
~3 мин 93 просмотра
Leiphone

vivago R1: турецкий ремейк «Звёздных войн» от мультимодального агента

Компания «» (HiDream.ai) представила многомодальный агент vivago R1, способный создавать видео неограниченной длины. В ходе тестов, включая создание турецкого ремейка «Звёздных войн», система продемонстрировала способность сохранять согласованность кадров, персонажей и стиля. Vivago R1 объединяет собственные и сторонние модели, выполняя работу по монтажу и нарративу, и сокращает путь от идеи до готового продукта.

LLM Multimodal Research
читать →
~5 мин 132 просмотра
Leiphone

Kimi K3 от Moonshot: прорыв в создании визуальных эффектов на фронтенде

Модель K3 от Moonshot стала первой открытой моделью размером 2,8T. Она включает инновации KDA и AttnRes, которые оптимизируют вывод и обучение. Модель использовалась для создания впечатляющего визуального эффекта «спиральной капсулы» на фронтенде с затратами всего 129 юаней.

LLM Multimodal Research
читать →
~5 мин 155 просмотра
Leiphone

H3 от MiniMax: открытая мультимодальная модель для видеогенерации

MiniMax выпустила открытую мультимодальную модель H3 для генерации и редактирования видео. Её стоимость составляет треть от цены Seedance 2.0, а эффективность сопоставима с ним. Модель ориентирована на реальные производственные сценарии и открывает новые возможности для разработчиков и предприятий.

Multimodal
читать →
~4 мин 143 просмотра
Leiphone

Kivine и Kimi K3: модель с контекстом в миллион токенов

В LMArena появилась анонимная модель Kivine, которую пользователи связывают с Kimi K3 от «». Модель демонстрирует способность работать с контекстом в миллион токенов и решать сложные задачи. Время генерации ответа Kivine составляет около 35 минут. Официальный релиз Kimi K3 пока задерживается из‑за проблем со стабильностью и проработки дизайна продукта.

LLM Research Multimodal
читать →
~3 мин 146 просмотра
TechOrange

Внедрение ИИ в бизнес: роль FDE и этапы работы на примере проектов CloudMile

Внедрение ИИ в бизнес связано с рядом сложностей: от хаотичных данных до недоверия клиентов. Концепция FDE помогает решать эти проблемы — она подразумевает глубокое погружение в процессы клиента и поставку стабильной системы. CloudMile выделила ключевые этапы внедрения ИИ и показала их на примерах проектов в разных отраслях.

LLM Multimodal Research
читать →
~4 мин 109 просмотра
Leiphone

Kimi K3: команда «Месяц тёмной стороны» и прорыв в больших языковых моделях

Компания «» открыла исходный код модели Kimi K3 2.8T. В разработке участвовало 401 человек. Команда внедрила ряд инновационных технологий, включая архитектуру Mooncake на основе KVCache, механизм MoBA и другие решения для повышения эффективности обработки длинных текстов и мультимодальных данных. Модель демонстрирует высокую производительность при сниженных затратах.

LLM Research Multimodal
читать →
~10 мин 165 просмотра
Leiphone

XtalPi Science: платформа AI4S для автономных научных открытий

Компания XtalPi Technology выпустила платформу XtalPi Science для автономных научных открытий. Система объединяет LLM, интеллектуальных агентов и роботизированные эксперименты. В рамках альянса с 27 организациями планируется создание научной интеллектуальной инфраструктуры. Модель SureRNX повышает эффективность исследований, сокращая количество итераций проб и ошибок.

LLM Research Multimodal
читать →
~4 мин 137 просмотра
ITmedia AI+

HP и Rakuten: гибридный AI в японских PC с Rakuten AI for Desktop

HP и Rakuten запустили приложение Rakuten AI for Desktop для японских PC от HP. Решение позволяет использовать локально обученную LLM-модель Rakuten AI 7B ONNX, переключаясь между облачным и локальным режимами работы. В локальном режиме доступны функции обработки текста даже без интернета, в облачном — интеграция с сервисами Rakuten.

LLM Multimodal Business
читать →
~2 мин 185 просмотра
TechOrange

Acti: AI-агент в клавиатуре для iOS и Android

Компания Acti представила AI-агент в виде клавиатуры для iOS и Android, интегрирующий AI-инструменты в приложения. В основе решения — модель Google Gemini, есть функция Skills для автоматизации задач. Клавиатура ориентирована на защиту приватности пользователя. Acti планирует монетизировать продукт через подписки и привлекла 5,3 млн долларов инвестиций.

LLM Agents Multimodal
читать →
~2 мин 136 просмотра
Leiphone

Команда Ван Сина из Цинхуа на IJCAI 2026: OOD-генеративный ИИ

Команда профессора Ван Сина из Цинхуа представит на IJCAI 2026 два Tutorial, посвящённых решению проблем OOD-обобщения в ИИ. В T9 речь пойдёт о взаимодействии графов и LLM, в T11 — о мультимодальных моделях и стратегиях пост-обучения. Эти работы демонстрируют сдвиг акцентов в развитии ИИ с работы в рамках IID к адаптации к реальным условиям.

LLM Research Multimodal
читать →
~2 мин 175 просмотра
Leiphone

Kimi K3: новая архитектура с улучшенным масштабированием

Kimi K3 — модель с интеграцией архитектуры, обучения и Agent infra в единую систему. Она решает проблемы масштабирования за счёт новых технологий (KDA, AttnRes, Stable LatentMoE) и демонстрирует высокую эффективность в программировании, поиске и профессиональных задачах. Модель имеет мультимодальный дизайн и замкнутый цикл обучения.

LLM Multimodal Research
читать →
~5 мин 175 просмотра
Leiphone

Matrix-Game 3.5 от Куньлунь Ванвэй: шаг к реальному физическому миру

Компания «Куньлунь Ванвэй» представила модель Matrix-Game 3.5, которая призвана вывести технологии за пределы игр — к управлению роботами и взаимодействию с физическим миром. Модель решает проблемы «физического сохранения» объектов, использует пространственную память и причинно-следственное рассуждение. Она способна генерировать данные в реальном времени и обучать роботов без миллионов проб и ошибок.

LLM Multimodal Research
читать →
~5 мин 256 просмотра
TechOrange

Sony и Mitsubishi Electric: совместный проект в сфере физического ИИ

Sony и Mitsubishi Electric создадут совместное предприятие для разработки решений в сфере физического ИИ, нацеленных на автоматизацию производств. Система позволит анализировать визуальные данные на уровне сенсоров и интегрировать их с другими производственными данными. Проект призван помочь компаниям внедрять автоматизацию без глубоких знаний в области оптики и ИИ.

LLM Vision Multimodal
читать →
~2 мин 157 просмотра
Leiphone

MiniCPM-Robot: новые модели от на WAIC 2026

На WAIC 2026 представила серию моделей MiniCPM-Robot. Среди новинок — универсальная VLA-модель для управления роботами MiniCPM-RobotManip и модель для отслеживания и навигации мобильных роботов MiniCPM-RobotTrack. Модели поддерживают локальное развёртывание и оптимизированы для работы без сети, их применение охватывает различные сферы — от патрулирования территорий до спасательных операций.

LLM Robotics Multimodal
читать →
~3 мин 217 просмотра
Leiphone

Plaud может выпустить независимую AI‑наушник с подключением к сети

Plaud ищет инженера для разработки AI‑оборудования с поддержкой 4G и 5G. Компания нацелена на создание независимого от смартфона устройства — вероятно, AI‑наушников с eSIM. На рынке уже есть подобные продукты, но их продажи пока невысоки из‑за технических и рыночных ограничений.

LLM Hardware Multimodal
читать →
~2 мин 199 просмотра