#多模态Agent

共 3 条 · 第 1 / 1 页
栏目

11月4日 周三 1 条

11-04
20:26
量子位 量子位 3169 字

腾讯混元跻身最强开源模型！一手实测Hy4：搭配WorkBuddy，多模态Agent交付力拉满

首次引入原生视觉能力、首次支持电脑操作。

推荐理由本文涵盖「开源模型」、「WorkBuddy」、「多模态Agent」等多个主题，重点关注 开源模型。

#开源模型#Agent任务#WorkBuddy#多模态Agent#View

10月15日 周四 1 条

10-15
15:15
机器之心 机器之心 2150 字

会看图、会写代码的通用 Agent，能完成机器人操作吗？CodeActionBench 发布

从视觉观察到策略生成，再到物理执行与完成判断，CodeActionBench 在统一条件下评测通用多模态。

推荐理由本文涵盖「CodeActionBench」、「机器人操作」、「多模态Agent」等多个主题，重点关注 CodeActionBench。

#GPT-6 Astra#多模态Agent#CodeActionBench#机器人操作#代码即策略 +1

8月21日 周五 1 条

08-21
17:37
歸藏的AI工具箱 歸藏的AI工具箱 134 字

Deepseek 的多模态能力终于上了!

Deepseek 的多模态能力终于上了! 是一个单独的模型，Deepseek V4 Flash Vision EXP。 他们说这个模型在多模态 Agent 上的能力已经逼近了 Opus 4.8。 纯文本能力跟 Deepseek V4 Flash 一样。…

推荐理由本文涵盖「DeepSeek Harness」、「Deepseek V4 Flash Vision EXP」、「多模态Agent」等多个主题，重点关注 DeepSeek Harness。

#DeepSeek Harness#Deepseek V4 Flash Vision EXP#多模态Agent#文件API