.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
豆包大模型1.6-vision正式发布
2025-09-30 16:34:50
中兴通讯AI攻克芯片检测难题：3秒完成单图检测 效率提升60倍
2025-10-31 15:38:26
火山引擎正式发布豆包大模型1.8
2025-12-18 10:40:51
豆包大模型日均Tokens使用量破5000亿，模型家族再升级
2024-07-25 18:17:02
豆包文生图技术报告发布
2025-03-12 13:30:10
豆包大模型披露2024技术进展，亮相7个月综合能力全面对齐GPT-4o
2024-12-30 15:18:52
豆包的压力才刚刚开始
2025-02-13 15:04:27
火山引擎：豆包大模型日均 Tokens 调用量已突破 30 万亿
2025-10-16 16:57:47
豆包版《Her》升级上新！随时打断，交流自然，还是开箱即用的那种
2024-08-22 17:50:21
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，大模型的磁力三重奏
2024-08-08 09:20:22
曝苹果计划给Apple Watch加上摄像头，一切为了AI
2025-03-24 11:56:18
豆包大模型1.6正式发布
2025-06-11 11:12:11
737 文章
584134 浏览
24小时热文
更多
-
2026-04-24 20:31:56 -
2026-04-24 20:29:51
-
2026-04-24 19:29:38
