utworzone przez Redakcja | paź 18, 2026
Badacze z MIT opracowali multimodalny model AI, który łączy trójwymiarowe struktury atomowe z danymi tekstowymi, aby przełamać bariery w projektowaniu nowych materiałów krystalicznych. Rozwiązuje on problem stronniczości danych i ograniczeń tradycyjnych modeli...
utworzone przez Redakcja | lip 11, 2026
Przedstawiono Infinity-Parser2 – duży model multimodalny łączący syntetyczne dane i wielozadaniowe uczenie ze wzmocnieniem do parsowania dokumentów. Opublikowano też otwarty korpus 5 milionów próbek dwujęzycznych Infinity-Doc2-5M.
utworzone przez Redakcja | kwi 29, 2026
Nowy model multimodalny SenseNova-U1 łączy generowanie i rozumienie tekstu oraz obrazów w jednym systemie bez konieczności stosowania VAE czy modeli dyfuzji. Model skutecznie renderuje tekst w obrazach, co eliminuje problemy tradycyjnych modeli dyfuzji.
utworzone przez Redakcja | kwi 28, 2026
NVIDIA udostępniła otwarty model multimodalny Nemotron 3 Nano Omni, który oferuje 9-krotnie wyższą efektywność dla agentów AI. Model dostępny bez paywalla od 28 kwietnia 2026 roku.
utworzone przez Redakcja | kwi 27, 2026
Naukowcy z arXiv prezentują metodologię łączącą projektowanie sprzętu i oprogramowania do efektywnego przyspieszenia multimodalnych modeli fundamentalnych. Podejście wykorzystuje kwantyzację mieszaną, strukturalne przycinanie oraz dekodowanie spekulacyjne w celu...
