摩根大通发布了DocLLM，一款专为多模态文档理解设计的生成式语言模型，通过轻量级扩展LLM，避免昂贵的图像编码器，以提高文档分析效能。
如果真是这样的话，Agent的开发会重新蓬勃发展。可以自动化工作流程、与其他Agent交互并随着时间的推移变得更好的Agent。
VCoder作为一个视觉编码器，为MLLM提供了更好的视觉感知能力，能够处理特殊类型的图像，并改善了对象感知任务的表现。在与其他模型的比较中，VCoder在对象计数和识别方面表现出色，特别是在复杂场景中。
站长之家（ChinaZ.com）1月4日 消息:随着三星即将于1月17日推出Galaxy S24系列，一场以人工智能为主题的“移动新时代”正式拉开序幕。在最新的预告片中，三星通过回顾自家手机的历史，强调了其在塑造手机演进方面的关键作用。
本次调整完成，预示着蚂蚁治理更加透明，有助于公司稳健发展。外界关注蚂蚁何时重启IPO，但公司否认相关传闻。专家表示理论上明年可在港交所单独申报，但实际上市仍需一定时间。