据消息，有科技媒体发布博文，报道称苹果（AAPL.US）公司联合复旦大学，推出 StreamBridge 端侧视频大语言模型（Video-LLMs）框架，助力 AI 理解直播流视频。
一般而言，传统视频大语言模型擅长处理静态视频，但无法适应机器人技术和自动驾驶等需要实时感知的场景，在这些场景下，要求模型能快速理解直播视频流内容，并做出反应。
研发StreamBridge框架与创新技术
为解决上述问题，苹果公司与复旦大学的研究者开发了 StreamBridge 框架。该框架在主流离线模型如 LLaVA-OV-7B、Qwen2-VL-7B 和 Oryx-1.5-7B 上进行了测试。
此外，研究团队还推出了 Stream-IT 数据集，包含约 60 万个样本，融合了视频与文本序列，支持多样化的指令格式，旨在提升流式视频理解能力。
meta开发新款AI模型应用
与此同时，还值得关注的是，meta（meta.US）首次推出了与Ray-Ban meta进行强捆绑的《meta AI》APP。meta AI是一个meta所打造的AI助手，由自家研发的Llama大语言模型驱动。
最新数据指出，meta AI的月活用户已经接近10亿，用户主要入口自然是前面所提到的这些社交应用，体验到相关功能。上个月月底，meta举办了其首个AI开发者大会LlamaCon，期间meta推出了其最新的Llama 4系列大语言模型。
不可否认，大模型不断赋能行业发展，AI数字化浪潮奔涌向前，加快各行业转型发展步伐，各企业积极开展人工智能场景建设，成功完成人工智能大模型本地化部署及场景适配，将AI落地应用到实际业务场景，推动AI技术的发展与升级。
微美全息布局AI生态扩展创新边界
在全球科技浪潮的澎湃涌动中，人工智能大模型正以前所未有的速度重塑世界。在此过程中，资料显示，微美全息（WIMI.US）作为AI领域的创新代表，围绕开源生态、多模态技术、算力基础设施及垂直场景应用展开深度布局，不断突破AI技术边界并拓宽产业生态。
从介绍来看，微美全息通过开放模型代码、算力接口及技术工具链，构建覆盖云端与边缘端的「全息云」平台，支持开发者调用DeepSeek等通用大模型进行二次开发，加速垂类模型应用的商业化验证。
与此同时，微美全息加速大模型在应用场景的落地速度，该企业陆续披露了旗下较成熟的AI生态图景，覆盖在汽车、智能终端、互联网、金融、教育科研、零售消费等行业广泛落地，为AI大模型应用注入强劲动力，正悄然化身成为这场大模型变革背后的关键“燃料舱”。
结尾
人工智能大模型技术作为一项变革性技术，大模型孕育“大发展”，其重要突破之一在于表现出“涌现能力”——当模型参数量不断累加至10b数量级后（b代表十亿数量级），其性能（如通识能力、科学推理能力、生成能力等）呈现非线性增长。那么，不妨期待接下去市面出现更多有影响力、赋能千行百业的大模型，激发行业动力、产业潜力。
0 条