作为一个每天需要处理海量信息的自媒体从业者，我最近有一种深深的疲惫感。

回头来看，美团大模型站到台前时间并不算长但节奏清晰，首次亮相在 2025 年 9 月，此后保持了每月一更的开源节奏，不断扩容自己的能力库：从强调响应速度的 LongCat-Flash-Chat 到专注逻辑的 Thinking ...

在日常生活中，我们常通过语言描述寻找特定物体：“穿蓝衬衫的人”“桌子左边的杯子”。如何让 AI 精准理解这类指令并定位目标，一直是计算机视觉的核心挑战。现有方法常被两大问题困扰： 决策过程不透明 （“黑箱” 预测）和 拒识能力不足 （对不存在 ...

随着多模态大语言模型（MLLM）的飞速发展，“Thinking with Images” 范式已在图像理解和推理任务上取得了革命性突破 —— 模型不再是被动接收视觉信息，而是学会了主动定位与思考。 然而，当面对包含复杂时序依赖与动态叙事的视频推理任务时，这一能力尚未 ...

据了解，展览将持续至2月9日，作为上海METATHINKER人机共生艺术博览会（福布斯人机共生科技智能先锋榜）全球首发环节的三大主题内容之一，《人机共生未来之城》凭借八大沉浸式主题场景，搭配每日多场互动表演，为观众呈现一场可感知、可互动、可共鸣的科技 ...

Forbes contributors publish independent expert analyses and insights. Dr. Lance B. Eliot is a world-renowned AI scientist and consultant. In today’s column, I identify how you can use generative AI ...