多模态

研究提出神经符号AI管道，利用小型本地语言模型结合确定性规则检查，自动化处理LEED绿色建筑认证文档，实验发现4B参数模型在文本验证任务中表现优于8B模型，而添加低分辨率图纸图像反而降低准确性。

在 WAIC 2024 上，一张图片展示了 AI 在理解、生成与行动方面的原生统一能力，引发广泛关注。

谷歌图片迎来25周年纪念，官方回顾了视觉搜索技术的重要演进历程，并介绍了基于AI的图像探索与创作新功能。

智谱AI创始人唐杰公开征集GLM-5.3模型命名建议，引发社区热烈讨论，视觉能力成为用户最期待方向。

OceanBase推出AI数据库，旨在通过统一引擎整合湖仓与多模态数据，助力企业实现数据智能应用。