跳到正文
#多模态
10月13日周二
  5. Demis Hassabis65

    Google 与 BIDMC 合作的 AMIE 患者对话式诊断前瞻性研究在 TheLancet 发表，是 AMIE 首次在真实诊所外测试。临床医生报告称 AMIE 的病史摘要在 75% 的病例中有助于访视准备，其鉴别诊断与医生最终诊断的吻合率达 90%，这也是 Google 首篇登上 The Lancet 主刊的论文。

    引用Sundar Pichai@sundarpichai

    今天，@TheLancet 发表了我们的 AMIE 研究，与 @BIDMC_Medicine 合作完成，这是首个在真实诊所中面向患者的对话式诊断的前瞻性研究。 AMIE 是一个研究系统，人们可以在就诊前与之聊天。在实验室之外，用真实的急诊护理患者测试 AMIE，展示了技术如何帮助安全地收集病史。临床医生报告称，在 75% 的病例中，这些摘要帮助他们为就诊做准备，并在超过一半的病例中影响了他们的诊疗方式。AMIE 的鉴别诊断也在 90% 的情况下与医生的最终诊断一致，让临床医生有更多时间专注于患者护理。 这是 Google 有史以来第一篇发表在 The Lancet 主刊上的论文！

    推荐理由：这是 Google 首篇登上 The Lancet 主刊的 AMIE 研究，作者引用了关键数字，可帮助读者了解对话式诊断在真实门诊的表现。

  6. Apple Machine Learning Research40

    苹果研究：LLM 做机器翻译质量标注，人类与模型都面临挑战

    苹果研究团队评估了 LLM 在 MQM 和 ESA 两种机器翻译质量标注方案下与人类标注者的一致性，测试覆盖 70 个语言对的长上下文测试集及 WMT23、WMT25 公开数据。结果显示，LLM 在某些任务上与人类的一致性超过人类标注者之间的一致性，但在多数标注方案、语言对和领域下仍不可靠。人类在细粒度 MQM 标注和低资源语言对上尤为吃力，LLM 则难以处理细微错误、错误语言变体和错误跨度标注。

  7. Artificial Analysis 完整文章76

    Meta 发布 Muse Wonder 和 Muse Wonder Full，Artificial Analysis 实测智能水平较前代显著提升

    Meta 发布 Muse Wonder 和 Muse Wonder Full 两款模型，在 Artificial Analysis Intelligence Index v4.3 上分别得 52 和 56 分（max reasoning effort）。

    推荐理由：Artificial Analysis 独立实测了两款新模型的智能指数、token 用量和成本，读者可据此对比它们在同类模型中的位置。

10月12日周一
10月10日周六
10月9日周五
  3. IT之家·人工智能49

    豆包工作新增画布功能，上线豆包 2.1 Lite 与图片模型 Seedream 5.0 Flash

    豆包工作宣布任务模式新增画布功能，支持无限画布查看整理素材与创作成果，并可逐步编辑文字、配色与布局。同时上线豆包 2.1 Lite 模型，主打更省额度、更快交付，覆盖文档撰写、表格处理、PPT 制作等场景。此外新增图片模型 Seedream 5.0 Flash，为生图创作提供更多风格选择。

  4. IT之家·人工智能41

    极米 AI 显示眼镜 MemoMind One 开启超前预约：蔡司定制镜片、哈曼联合调音

    极米 10 月 9 日宣布 AI 显示眼镜 MemoMind One 超前预约正式开启，搭载蔡司显示系列翎思镜片与哈曼联合调音，采用无摄像头隐私保护设计并通过欧盟 EN18031 认证。该产品支持 Memo 记忆、双目显示与 Harman Audio EFX，提供三种框型，综合续航 16 小时，搭载 Apple MFi 芯片，支持对话、翻译、演讲、录音功能。

10月8日周四
  4. OpenRouter43

    Perplexity Decider v1.1 现已上线 OpenRouter @perplexity_ai 的开源权重多模态决策模型，接受文本、JSON 或图像输入，返回带概率的类型化答案 $0.02/M 输入。输出免费 https://openrouter.ai/perplexity/pplx-decider-v1.1-27b

    引用Perplexity Developers@perplexitydevs

    pplx-decider-v1.1-27b, our updated open weights multimodal decision model, is now available. It scores the highest on the new @huggingface Decision Index 0.3 benchmark. pplx-decider-v1.1-27b costs half as much as v1, at $0.02 per million input tokens. https://huggingface.co/spaces/multimodalart/jev-decision-index

  10. Aravind Srinivas65

    Perplexity 开源 pplx-embed-v2-late，两个针对文本和图像的 late-interaction 多向量嵌入模型，大小为 9B 和 0.6B，共享同一嵌入空间，权重已在 Hugging Face 提供。9B 可用于索引多模态数据，0.6B 可在设备端查询，无需 OCR 即可检索 PDF 页面；模型在 MADQA 得分 92.4%，BrowseComp+ 得分 64%。

    引用Perplexity@perplexity_ai

    我们发布 pplx-embed-v2-late，两个后期交互嵌入模型，通过共享嵌入空间检索文本、图像和页面，实现跨模态查询。 两个模型均达到前沿性能，并已在 Hugging Face 上公开可用。 https://www.perplexity.ai/hub/blog/multimodal-embeddings-beyond-a-single-vector

    推荐理由：原文给出两个规模的嵌入模型、共享空间用法和基准分数，读者可据此评估多模态检索与端侧查询的可行方案。

  11. Perplexity51

    Perplexity 发布 pplx-embed-v2-late，包含两个 late-interaction 嵌入模型，可在共享嵌入空间中跨模型检索文本、图像和网页。两个模型称达到前沿性能，已在 Hugging Face 公开，博客地址 https://www.perplexity.ai/hub/blog/multimodal-embeddings-beyond-a-single-vector；配图显示 pplx-embed-v2-late-0.6B（340M 激活参数）在 ViDoRe V3 公共子集上得分 62.3，称其 0.6B 模型可匹配 5 倍大小模型。

10月7日周三