Claude Opus 4 盲测：逻辑强项掩盖了多模态的平庸
最新盲测显示，Claude Opus 4 在代码、数学及长文本处理上对 GPT-5o 形成压制，但在图像与视频理解等多模态任务中表现平庸。这反映出 Anthropic 当前在文本逻辑与非文本感知之间的能力倾斜，企业选型需
阅读全文
Search
站内搜索
关键词：视频理解
找到 3 篇相关文章
语音能听出你烦不烦，1小时视频38秒读完：通义千问3.5实测
我们实测了通义千问3.5的API。语音对话延迟压到800毫秒内，能识别情绪；1小时的会议录像，38秒就能生成带决策点和待办的摘要；用不到100行代码，10分钟就能搭一个旅行规划智能体。
阅读全文“世界模型”竞赛最新战况：谷歌Gemini Ultra 2与Meta V-JEPA 2.0技术路径深度对比
2026年6月，世界模型竞赛进入白热化阶段。谷歌与Meta几乎同时发布了Gemini Ultra 2与V-JEPA 2.0，分别代表了多模态融合与物理因果推理两条截然不同的技术路径。本文将从技术架构、训练数据、应用场景及
阅读全文