.png)
2月10日，豆包发布视频生成实验模型“VideoWorld”，无需依赖语言模型，仅通过视觉信息即可认知世界。VideoWorld在300M参数量下表现出色，已在多项测试中达到专业5段9x9围棋水平。不同于主流多模态模型，VideoWorld主要处理纯视觉信号的学习，实现理解和推理任务。团队采用潜在动态模型（LDM）高效压缩视频帧间变化信息。不过，该模型在真实世界应用中面临高质量视频生成和多环境泛化的挑战。AI视觉学习能力的提升有望催生更多AI应用，国内AI大模型多模态能力持续提升。
原文链接
本文链接：https://kx.umi6.com/article/13027.html
转载请注明文章出处
分享至
打开微信扫一扫
内容投诉
生成图片
.png "13027")
相关推荐
.png)
换一换
豆包发布语音合成 / 声音复刻等四款大模型：能理解情感、调节音调风格、准确读出公式
2025-10-16 12:53:38
联想与火山引擎官宣合作，为AI桌面助手接入豆包大模型
2024-12-27 22:11:36
在DeepSeek老家发新模型，豆包怎么想的？
2025-04-18 16:15:50
豆包大模型日均调用量超百万亿Tokens
2026-03-25 11:25:38
火山引擎发布豆包大模型1.8，多模态Agent能力进入全球第一梯队
2025-12-18 14:51:37
火山引擎正式发布豆包大模型1.8
2025-12-18 10:40:51
元戎启行周光：携手火山引擎，基于豆包大模型打造物理世界Agent
2025-06-11 19:16:23
荣耀Magic7系列发布，内置YOYO智能体，可实现多应用协同执行
2024-10-31 18:55:25
火山引擎发布豆包大模型文旅解决方案
2024-08-16 08:22:19
豆包大模型日均Tokens使用量突破120万亿
2026-04-02 10:53:02
发布三个月，豆包大模型综合能力提升20.3%，应用落地再提速
2024-08-22 00:06:45
知名爆料人：苹果首款AI视觉TWS设备已进入开发后期阶段
2026-05-08 09:08:52
字节首款AI耳机评测来了！豆包大模型加持 交互体验仍有提升空间
2024-10-16 08:18:49
809 文章
1069469 浏览
24小时热文
更多
-
2026-10-22 11:40:49 -
2026-10-22 10:39:20
-
2026-10-22 10:37:52
