Intern Large Models telah merilis model Intern-S2-397B, yang tersedia di Hugging Face. Rilis ini mencakup dukungan hari-0 dari vLLM untuk menjalankan model.
Model tersebut dideskripsikan memiliki kemampuan multimodal, penalaran, pemrograman, dan agen ilmiah.
IBM dan NASA telah membuka model dasar bulan NASA-IBM Lunar Foundation Model sebagai open source, sebuah sistem AI yang mengonsolidasikan puluhan tahun data bulan multimodal dari misi AS dan Jepang menjadi satu representasi. Dibangun di atas arsitektur TerraMind milik IBM, model ini mengintegrasikan pengamatan pada berbagai skala dan sudut pandang untuk mengatasi tantangan seperti pencahayaan kompleks dan resolusi data.
DeepSeek telah merilis model barunya, DeepSeek V4-1 Flash. Ini adalah model Mixture-of-Experts (MoE) multimodal yang memiliki backbone dengan 552 miliar parameter.
inclusionAI telah merilis model open-source Ling-3.0-flash-VL, yang memperluas kemampuan bahasa dan penalaran pendahulunya dengan pemahaman gambar dan video secara native.
Para peneliti memperkenalkan NeoMME, sebuah keluarga encoder multimodal multilingual berukuran 260M dan 800M yang memproses teks dan patch gambar mentah menggunakan satu Transformer bidirectional. Berbeda dengan model bahasa visual generatif, NeoMME tidak bergantung pada menara visi pretrained terpisah atau decoder kausal, melainkan melatih seluruh model dari awal dengan tujuan discrete-diffusion termaskir.
DeepSeek telah menerbitkan checkpoint model DeepSeek-V4-Flash-Vision-Exp di Hugging Face. Repositori sekarang tersedia untuk akses publik.
Kami menggunakan cookie untuk mengukur lalu lintas dan meningkatkan situs. Anda dapat menerima atau menolak cookie analitik. Kebijakan privasi