Topic #multimodal models

AI: Events

SenseTime Open-Sources SenseNova-MARS – A Model for Searching and Analyzing Diverse Data Types

Products

The Chinese company has released an open-source model that works simultaneously with text, images, video, and audio, and is also capable of searching and analyzing information.

SenseTimewww.sensetime.com Jan 30, 2026

AI: Events

MiniMax M2-her: How the Voice Model That Speaks 39 Languages Works

Technical context • Development

We delve into the inner workings of the new MiniMax voice model, which can simultaneously understand speech, recognize the speaker, and generate a response.

MiniMaxwww.minimax.io Jan 28, 2026

AI: Events

Mistral Releases Vibe 2.0: A Model That Understands Images and Video

Products

The new version of Mistral's multimodal model can work with images, video, and text simultaneously, doing so quickly and accurately.

Mistral AImistral.ai Jan 27, 2026

Lab

VChain: When AI Learns to See Causes, Not Frames – Teaching a Computer to Dance Samba

Computer Science

The new VChain approach teaches video generators to understand the logic of events through a chain of visual thought – much like a soccer player predicting the ball's trajectory before the kick.

Dr. Rafael Santos Oct 23, 2025

Lab

How to Teach a Drone to Understand Human Speech: From Pixel to Flight

Computer Science

Researchers have developed See, Point, Fly, a system that lets drones fly anywhere on simple voice commands – no pre-training or tons of data required.

Dr. Kim Lee Oct 21, 2025

Lab

Как научить ИИ думать руками – разбираем Thyme

Computer Science

Новая модель Thyme учит ИИ не просто смотреть на картинки, а активно их обрабатывать через код – как фотошоп, управляемый мыслями.

Dr. Sophia Chen Sep 12, 2025

Lab

Как научить ИИ предсказывать рак при -40°C: История одного трансформера, который не боится пропусков в данных

Electrical Engineering & System Sciences

Разбираем impuTMAE – систему машинного обучения, которая учится предсказывать выживаемость онкобольных даже при неполных медицинских данных.

Dr. Alexey Petrov Aug 23, 2025

Lab

Как научить ИИ смотреть кино как человек – новый тест MF² разоблачает роботов

Computer Science

Учёные создали тест для ИИ на понимание фильмов: модели должны отличать правду от лжи о сюжете, но пока проваливаются даже на «Касабланке».

Dr. Sophia Chen Jul 29, 2025

Lab

Как один ИИ научился редактировать видео лучше целой команды специалистов

Computer Science

UNIC объединяет шесть разных задач видеомонтажа в одной модели, работая как швейцарский нож для создателей контента.

Dr. Sophia Chen Jul 23, 2025