站内搜索：3到灵光，AI应用步入“全模态”时刻
乡村振兴
体育产业
互联网
双创服务
科技产业
企服行业
文化产业
旅游产业
美食行业
房产行业
汽车产业
更多
教育产业
视频
博客
登录
注册
搜索
从Gemini 3到灵光，AI应用步入“全模态”时刻
不感兴趣
x
科技
0评论
·
0
来自：
社保公积金服务中心
|
拓荒牛
1小时前
从Gemini 3到灵光，AI应用步入“全模态”时刻
不感兴趣
x
科技
0评论
·
0
来自：
企业第二办公区-企业CBD
|
拓荒牛
10小时前
![](https://img2.tuohuangzu.com/uninf/images/202511/2025112710033341502.png"></p><p>其核心突破体现在三个维度：</p><p>一是多模态理解的精度跃升，在mmmu-pro测试中斩获81%的高分，能精准解析视频动作、识别电路图错误、提取手写文档信息，甚至通过实时视频监测生产流水线操作规范；</p><p>二是智能体能力的代际突破，凭借72.7%的screenspot-pro得分，可像人类一样“看懂”任意软件界面并自主操作，无需依赖专用api接口；</p><p>三是推理能力的专业级跨越，在博士级推理测试中得分37.5%，远超此前gpt-5)
![](https://img2.tuohuangzu.com/uninf/images/202511/2025112701062261415.png"></p><p>其核心突破体现在三个维度：</p><p>一是多模态理解的精度跃升，在mmmu-pro测试中斩获81%的高分，能精准解析视频动作、识别电路图错误、提取手写文档信息，甚至通过实时视频监测生产流水线操作规范；</p><p>二是智能体能力的代际突破，凭借72.7%的screenspot-pro得分，可像人类一样“看懂”任意软件界面并自主操作，无需依赖专用api接口；</p><p>三是推理能力的专业级跨越，在博士级推理测试中得分37.5%，远超此前gpt-5)
