Новый бенчмарк Humanity's Sixth Sense показал, что современные ИИ-модели не способны считывать визуальный контекст на уровне человека, проваливая тесты на интуитивное понимание сцен.
Perplexity AI выпустила две мультимодальные модели эмбеддингов с открытыми весами, позволяющие искать информацию в документах и изображениях без предварительного распознавания текста.
Поиск в интернет-магазинах переходит от простого сравнения картинок к мультимодальным моделям, объединяющим фото, описания и данные о покупках для повышения точности выдачи.
Модель OpenAI GPT-6 Astra достигла точности 80% в тесте на сборку мебели, продемонстрировав значительный прогресс в визуальном и пространственном мышлении за последние 10 месяцев.
Xiaomi представила мультимодальные ИИ-модели серии MiMo-V2.6, включая флагманскую версию, с открытыми весами и доступом через API.
Alibaba представила мультимодальную модель Qwen3.8-Omni-Flash с улучшенными характеристиками, сниженной стоимостью API и поддержкой обработки аудиовизуальных потоков в реальном времени.
