研究团队还发现了一个有趣的现象：当将多个图片条件拼接成单一输入图片时，现有的基于多模态大语言模型的检索系统在R@1指标（检索结果第一个就是正确答案的比例）上表现比顺序输入多个图片的方式高出约16倍。这与多模态大语言模型在视觉理解任务上的表现规律相悖。

近日，来自字节跳动（ByteDance）的研究团队发布了一项突破性研究成果——DetailFlow，这是一种全新的图像生成方法，颠覆了传统的AI图像生成技术。该研究由Yiheng Liu、Liao Qu、Huichao ...

在人工智能研究领域，2025年迎来了一项重要突破。由ByteDance Seed团队主导的研究成果《Emerging Properties in Unified Multimodal ...

oladance被字节跳动全资收购后，许多朋友向蓝驰团队表示祝贺，感谢同行者们的鼓励。也恭喜交易双方，非常期待双方继续探索AI原生硬件的边界。

对此，ByteDance Research 研究团队成功将世界模型应用于四足机器人视觉控制领域，提出了基于世界模型的感知算法 WMP（World Model-based Perception），WMP ...

美国参议院批准了一项法案，除非中国所有者字节跳动公司（ByteDance）出售TikTok，否则该平台将被禁止在美国使用。 众议院和参议院目前都已通过这 ...