智源研究院發佈 Emu2：新一代生成式多模態基礎模型

站長之家

發布於AI新聞資訊 · 1 分鐘閱讀 · Jul 21, 2025

智源研究院發佈了新一代多模態基礎模型 Emu2，通過大規模自迴歸生成式多模態預訓練，顯著推動了多模態上下文學習能力的突破。Emu2 在少樣本多模態理解任務上表現出色，超越了主流多模態預訓練大模型 Flamingo-80B 和 IDEFICS-80B。Emu2 取得了多個少樣本理解、視覺問答、圖像生成任務上的最優性能。Emu2-Chat 可以精準理解圖文指令，實現更好的信息感知、意圖理解和決策規劃。Emu2-Gen 可以接受圖像、文本、位置交錯的序列作爲輸入，實現靈活、可控、高質量的圖像和視頻生成。Emu2 採用了更簡單的建模框架，並將模型規模化到 37B 參數。詳情請參考智源研究院發佈的項目鏈接。

京東重磅開源JoyAgent-JDGenie！GAIA準確率75.15%領跑多智能體系統

京東開源多智能體系統JoyAgent-JDGenie，在GAIA基準測試中以75.15%準確率領先行業。該系統具備端到端多智能體協作能力，支持文本、圖像等多模態處理，並採用記憶優化機制提升效率。框架包含報告生成、代碼、PPT等子智能體模塊，開發者可擴展定製功能。採用Apache2.0開源協議，提供完整代碼和文檔支持，便於二次開發。其模塊化設計和多智能體協同能力，爲構建複雜AI應用提供了高效解決方案。

火山引擎“奇美拉”數字人平臺啓動封測，字節跳動加速AI佈局

字節跳動旗下火山引擎正測試新一代數字人平臺"奇美拉"，該平臺基於AI大模型技術，提供數字人生成、圖片換裝等功能。目前處於定向邀測階段，預計月底開放公測，後續將按使用量收費。火山引擎近年持續佈局數字人領域，2022年獲數字人系統認證，2023年推出三類數字人產品，2024年已與多家企業合作落地金融、營銷等場景解決方案。（140字）

京東迴應一日連投三家機器人企業：高度重視具身智能等技術

今日上午，機器人行業迎來資本涌動新態勢——千尋智能宣佈完成6億元PreA+輪融資，逐際動力（LimX Dynamics）披露新一輪戰略融資，衆擎機器人同步官宣A1輪融資，三家企業融資均由京東集團領投。這一系列動作標誌着京東在具身智能領域的投資佈局全面提速，引發市場對智能供應鏈技術變革的廣泛關注。針對密集投資動作，京東集團相關負責人迴應稱，公司正持續加大對具身智能、大模型等前沿技術賽道的戰略投入。未來將圍繞供應鏈場景需求，通過內部技術研發與外部生態投資雙輪驅動，構建覆蓋"倉儲-運輸-配送"全鏈條的智能技術體系。數據顯示，京東物流已累計投入自動化技術研發資金超200億元，持有相關專利超4000件。

OpenAI 計劃到2025年底啓用100萬個 GPU，展現技術擴容新願景

OpenAI宣佈2025年前部署超100萬個GPU，啓動"百倍擴容"計劃。同時披露5000億美元的Stargate項目，將在得州建設全球最大AI訓練集羣。該項目由軟銀CEO孫正義擔任董事長，OpenAI負責運營，獲微軟、英偉達等科技巨頭支持，旨在強化AI基礎設施佈局，提升技術競爭力。