最近,The Intercept、Raw Story和AlterNet三家新闻机构对OpenAI和微软提起诉讼,指控侵犯版权问题。据称ChatGPT在某些情况下会近乎复制受版权保护的新闻作品。多模态大模型预计将成为未来大模型领域的主流趋势,包括文字、图像和视频内容。AI政策的密集出台引起了对高质量数据集和训练数据版权的关注,未来优质训练数据库的价值将凸显。另外,中信出版已与大模型公司合作进行语言训练,视觉中国在AIGC时代的核心优势在于数字内容交易、版权清晰的数据和丰富的版权管理经验。
相关推荐
英伟达推出统一音频智能模型 Nemotron-Labs-Audex-30B-A3B
NVIDIA推出统一音频-文本大模型Audex,基于纯文本MoE架构,采用单一Transformer,解决多模态模型音频增强导致文本逻辑下降的难题,实现高效音频理解与文本能力的平衡。
2026年7月8号 10:13
246.3k
AI 视频赛道格局重塑:谷歌 Gemini Omni Flash 登顶盲测榜首
谷歌DeepMind的文生视频模型Gemini Omni Flash在权威盲测排行榜Video Arena中以1404Elo分跃居第一,彰显谷歌多模态技术实力,也印证视频生成领域正高速迭代。
2026年7月3号 15:45
278.3k
商汤科技秘密研发多模态模型“U1Pro”:由林达华牵头,预计7月启动内测对标OpenAI
商汤科技正秘密研发多模态大模型“U1Pro”,面向设计场景,由首席科学家林达华牵头。该模型隶属“日日新”家族,目标对标OpenAI的GPT-Image2,强调长程逻辑与思考能力,预计7月启动内测并商用。
2026年6月25号 17:23
184.6k
重磅开源!原生多模态 LongCat-Next 发布,让视觉和语音成为 AI 的“母语”
全球AI领域正经历“AI母语”技术变革。针对当前大模型“语言中心、外挂视觉或语音”的拼凑架构,团队发布并开源了原生多模态大模型LongCat-Next及离散分词器,旨在打破模态壁垒,让AI像处理文字一样理解物理世界。核心是通过重构底层架构实现突破。
2026年6月4号 15:48
345.8k
先理解再动手!字节开源统一框架 Bernini,让 AI 视频编辑告别“碰运气”
字节跳动开源视频生成与编辑统一框架Bernini,核心采用“先理解、再生成”的协同机制,解决传统模型因无法精准理解复杂文本指令导致的画面失控、帧间闪烁等痛点,突破主体变形、背景漂移等瓶颈。
2026年6月3号 13:41
265.2k
