GPT-4o

上海交大等团队发布v-HUB基准，评测7款多模态大模型对无台词搞笑视频的理解力。研究发现模型严重依赖文字描述，难以从视频中直接捕捉动作、声音与反差，幽默解释仍存关键短板。

GitHub开源的免费大模型API Key分享服务让你免注册、免信用卡即可快速接入GPT-5.5、Claude与DeepSeek等主流模型。项目不仅完美兼容OpenAI SDK，还提供单Key最高百刀...

音视频大模型长期面临任务割裂与评测缺失痛点。NUS联合牛津等九大机构推出首份系统大模型航空图，从理解、创造与交互三维度重构主流任务，揭示了从级联式语音向天生融合多模态协同演化的产业路径，具有极高架构参...