标签：多模态推理模型

字节跳动近期发布了一款轻量级多模态推理模型——Seed1.5-VL，该模型在60个主流基准测试中取得了38项第一的优异成绩。这款模型仅使用532M视觉编码器和200亿活跃参数，却能与更大规模的顶尖模型相媲美，尤其在复杂谜题推理、OCR（光学字符识别）、图表理解及3D空间理解等方面表现出色。 Seed1.5-VL支持多种分辨率的图像输入，并通过原生分辨率变换技术确保图像细节的最大化保留。在视频处理方面，团队提出了一种动态帧分辨率采样策略，能够根据需求动态调整帧率和分辨率。此外，模型还引入了时间戳标记来增强对时间信息的感知...

第一段 李飞飞团队最新发布的AI报告揭示中美AI模型性能差距几乎持平。4月8日，由李飞飞主导的斯坦福大学以人为本人工智能研究所（Stanford HAI）公布了《2025年人工智能指数报告》。这份长达456页的报告详细分析了2024年全球人工智能行业的发展趋势，并总结出12大关键方向。 在最新的报告中，涵盖了AI基准测试成绩的变化、AI应用加速与投资增长、中美AI模型性能对比、公众对AI的态度转变以及AI硬件发展状况等。特别是在中美AI模型发展的对比方面，尽管美国在AI模型数量上仍然占据优势，2024年开发了40个值得关注的模型，而...