GO-1是什么 GO-1（Genie Operator-1，智元启元大模型）是智元机器人推出的首个通用具身基座模型。模型采用Vision-Language-Latent-Action（ViLLA）架构，由VLM（多模态大模型）和MoE（混合专家）组成。VLM借助海量互联网图文数据，赋予模型通用场景感知和语言理解能力；MoE中的Latent Planner（隐式规划器）通过大量跨本体和人类操作视频数据，获得通用的动作理解能力；Action Expert（动作专家）则基于百万真机数据，实现精细...

能看懂视频并进行跨模态推理的大模型Keye-VL 1.5，快手开源了。 相比此前的预览版本，Keye-VL 1.5的时序定位能力进一步升级，并且支持跨模态推理。 还创新性地提出Slow-Fast双路编码机制，给模型带来了128k的超长上下文窗口，而且速度与细节兼顾。 成绩上，不仅在Video-MME短视频基准斩获73.0的高分，还在通用、视频和推理场景的大量Benchmark当中领跑同级模型。 视频元素0.1秒级定位，还支持推理 要说Keye-VL-1.5最大的亮点，...

昨日，美团发布了其首款开源大模型LongCat-Flash，这是一款拥有5600亿个总参数的MoE（混合专家）模型。 推理速度是这一模型最大的特点之一。美团称，这一模型具备快捷连接架构，扩展了计算-通信重叠窗口，实现了每秒超过100个token的推理速度，理论每token输出时间相比DeepSeek-V3降低近50%。 智东西的实测也印证了这点：我们要求其输出大约100个token的内容，除去首token延时后，输出速度确实在100 tokens/秒左右。 动图封面 L...