混元Large-Vision是混元多模態理解模型，採用MoE架構，激活參數52B，支持任意解析度圖像、視頻、3D空間輸入，重點提升多語言場景理解能力。
9月5日，騰訊宣布推出新一代大模型“混元Turbo”。2024年11月5日，騰訊混元宣布最新的MoE模型“混元Large”以及混元3D生成大模型“Hunyuan3D-1.0”正式開源，支持企業及開發者精調、部署等不同場景的使用需求，可在HuggingFace、Github等技術社區下載，免費可商用。2024年12月3日，騰訊宣布，混元大模型上線並開源文...
混元Large-Vision是混元多模態理解模型，採用MoE架構，激活參數52B，支持任意解析度圖像、視頻、3D空間輸入，重點提升多語言場景理解能力。產品評測 該模型在國際LMArena Vision排行榜取得1256分，位列第五名（國內模型第一名），與GPT-4.5和Claude-4-Sonnet處於同一水平。產品組成 模型基於三個核心模組構成：數十億參數的原生解析度混元ViT視覺編碼器、自適應下採樣MLP連線器和389B參數的MoE語...
人工智慧大模型通常是指由人工神經網路構建的一類具有大量參數的人工智慧模型。大模型通常通過自監督學習或半監督學習在大量數據上進行訓練。最初,大模型主要指大語言模型(Large Language Models, LLM)。隨著技術的發展,逐漸擴展出了視覺大模型、多模態大模型以及基礎科學大模型等概念。大模型是一個新興概念,截止目前並...
ICLR2024 workshop 《Adverarial Robustness for Visual Grounding of Multimodal Large Language Models》；ICLR2024 《INDUCING HIGH ENERGY-LATENCY OF LARGE VISION-LANGUAGE MODELS WITH Verbose IMAGES》；ICLR 2025 Poster《Image-level Memorization Detection via Inversion-based Inference Perturbation》；部分安全...
