.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
当虹科技上半年亏损收窄 研发投入下降
2025-08-23 08:59:00
智象未来完成新一轮融资，全力打造下一代原生全模态世界模型
2026-04-16 15:04:11
谷歌 DeepMind 发布 WebLI-100B：千亿级数据集解锁 AI 视觉语言模型的文化多样性
2025-02-14 15:43:06
独家对话Soul App CTO：看好多模态端到端大模型落地社交，新能力预计年底上线
2024-10-19 11:17:30
业界首个：英伟达发布专注于自动驾驶的视觉语言动作模型 Alpamayo-R1
2025-12-02 07:58:16
前微软亚研院视觉专家胡瀚加入腾讯 负责混元多模态大模型
2025-01-08 15:42:57
紫东太初推出GMC核心集剪枝方法，少80%Token仍满血保真多模态能力
2026-08-12 19:35:43
阶跃星辰走「窄门」
2025-06-12 18:36:57
港大字节提出多模态大模型新范式，模拟人类先感知后认知，精确定位图中物体
2024-05-27 16:15:00
国际首个，我国团队开发糖尿病诊疗多模态大模型 DeepDR-LLM
2024-07-25 18:37:14
Hugging Face 最小 AI 视觉语言模型登场：2.56 亿参数，内存低于 1GB PC 也能驾驭
2025-01-24 11:41:33
拓元智慧完成近亿元人民币Pre-A轮融资
2024-12-31 17:46:35
李飞飞谢赛宁新作「空间推理」：多模态大模型性能突破关键所在
2024-12-23 12:52:12
820 文章
989155 浏览
24小时热文
更多
-
2026-09-07 10:44:22 -
2026-09-06 21:14:00
-
2026-09-06 20:12:34
