.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
豆包团队视频生成新突破：无需语言模型，仅凭“视觉”就能学习复杂任务
2025-01-27 14:31:44
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
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
豆包大模型日均tokens使用量超过12.7万亿
2025-04-17 10:32:12
豆包大模型日均Token使用量超120万亿，Seedance 2.0 API开启公测
2026-04-02 12:55:28
豆包大模型日均Tokens使用量突破120万亿
2026-04-02 10:53:02
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
曝苹果计划给Apple Watch加上摄像头，一切为了AI
2025-03-24 11:56:18
机构密集调研豆包概念股！龙头12天7板，近两个月接待量居前热门股名单来了
2024-12-21 15:59:48
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
百万 tokens 降至 0.8 元后，消息称字节跳动豆包大模型毛利率达 50%
2025-01-22 19:02:33
火山引擎总裁回应豆包大模型定价：确保合理毛利 让AI技术普惠广大开发者
2024-12-20 12:29:13
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
781 文章
847441 浏览
24小时热文
更多
-
2026-07-24 10:33:39 -
2026-07-24 10:31:58
-
2026-07-24 10:29:19
