EMMA基准深度揭示多模态大模型(MLLM)在视觉与文本融合推理上的短板，强调视觉推理为核心瓶颈，推动AGI发展需关注多模态AI的真实能力。AI资讯,LLM,大模型,人工智能,AI门户。

Mini-o3，一个全新开源视觉语言模型，通过冷启动SFT与强化学习，无需大量训练即可实现长达数十轮的深度视觉推理，在复杂视觉搜索任务中表现卓越。

深入解析智谱开源多模态大模型GLM-4.5V，其强大的视觉推理、长视频理解与代码生成能力，正推动AI从跑分竞赛走向真实场景应用，挑战OpenAI的行业地位，是AI领域的重要里程碑。

深度评测豆包APP免费上线的视觉推理新功能，通过多场景实测，对比其与GPT-4o的识图、推理能力，展现AI大模型在图像识别、生活应用及内容创作上的巨大潜力，最新AI资讯尽在AIGC导航。

GThinker模型通过创新的“线索引导式反思”机制，教会多模态大模型回头看，修正视觉误判，在通用推理上超越O4-mini，是人工智能领域的重大突破，最新AI资讯。