.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
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
业界首个！豆包新模型搅动AI视觉
2025-02-10 15:16:21
豆包大模型 1.6-vision 发布：家族首个能调用工具的视觉深度思考模型
2025-10-01 15:45:42
字节跳动豆包文生图技术报告发布：数据处理、预训练、RLHF 全流程公开
2025-03-12 14:26:26
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
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
字节“显眼包”带火AI玩具 但公司称并不打算对外售卖
2024-12-17 17:11:58
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
字节跳动与北京大学成立豆包大模型联合实验室
2024-12-13 13:25:54
在DeepSeek老家发新模型，豆包怎么想的？
2025-04-18 16:15:50
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
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
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
624 文章
361624 浏览
24小时热文
更多
-
2025-12-08 21:51:18 -
2025-12-08 21:49:12
-
2025-12-08 21:48:42
