跳到正文

技术方向

多模态 最新动态

文本之外的能力：视觉理解、图文混合、音视频输入输出的模型与产品进展。

1 条精选近 30 天 1 条共收录 3 条

更新

多模态的精选

10月15日周四第 1–1 条
  1. Hugging Face Blog87

    Meta 发布开源权重多模态 MoE 模型 Muse Spark Open

    Meta 发布开源权重模型 Muse Spark Open，采用 MoE 架构，总参数约 816B、每 token 激活约 42B，上下文窗口最高 100 万 token，可输入文本、图像、音频和视频并输出文本。

    推荐理由：Meta 开源 816B 多模态 MoE 模型，给出完整部署与微调配方，可据此评估自托管前沿模型的成本与可行性。