.png)
2025年8月8日，小红书开源了首个多模态大模型dots.vlm1，基于自研12亿参数视觉编码器和DeepSeek V3语言模型构建。该模型在视觉理解与推理任务中性能接近SOTA水平，可完成色盲图识别、数独解题、高考数学题解答等复杂任务，并能模仿李白诗风创作诗词。模型已在GitHub和HuggingFace平台开源，提供Demo供体验。这是小红书两个月内开源的第三款模型，体现了其技术自研的决心。团队强调多元智能研发方向，未来或将进一步结合图文生成能力与应用产品，推动更精准的内容理解和社区交互。
原文链接
本文链接：https://kx.umi6.com/article/23243.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 "23243")
相关推荐
.png)
换一换
MiniMax刘华：构建多模态开源生态，研发不再围绕稠密架构
2025-02-23 16:00:51
大模型如何避免“狭义AI陷阱”？
2024-07-15 21:50:24
视觉语言模型安全升级，还不牺牲性能！技术解读一文看懂｜淘天MMLab南大重大出品
2025-01-17 12:16:08
王兴兴透露：宇树机器人已能完成绝大部分工作动作
2025-11-16 15:42:36
万亿赛道的具身智能，到底是什么？
2025-03-24 20:14:12
上海人工智能实验室开源多模态大模型“书生・万象 3.0”：能同时处理文本和多模态输入
2025-04-17 13:36:40
阶跃星辰发布“万亿”和“多模态”大模型 与上海电影“大闹天宫”｜2024WAIC
2024-07-06 21:38:20
小红书首个多模态 AI 大模型 dots.vlm1 发布并开源，基于 DeepSeek V3 LLM
2025-08-06 19:35:57
首创像素空间推理，7B模型领先GPT-4o，让VLM能像人类一样「眼脑并用」
2025-06-09 18:31:59
上海AI实验室开源通用多模态大模型书生·万象3.5
2025-09-03 20:52:29
商汤绝影行业首发原生多模态大模型车端部署：80 亿参数、每秒 40 Tokens
2024-07-19 13:35:17
让大模型多模态检索全面超越SOTA！ReCALL框架化解生成式与判别式的范式冲突｜CVPR’26
2026-04-07 00:21:55
突破不可解释性！视频异常新检测框架精度90.67%拿下SOTA｜华科&百度&密歇根大学
2024-07-07 14:30:39
803 文章
845422 浏览
24小时热文
更多
-
2026-07-24 00:15:46 -
2026-07-24 00:14:08
-
2026-07-24 00:12:30
