
6月6日-8日,第十五届视觉与学习青年学者研讨会 (VALSE 2025)在广东珠海国际会展中心盛大开幕。本届大会由中国图象图形学学会联合主办,中山大学承办,聚焦计算机视觉、模式识别、多媒体和机器学习等领域的国际前沿和热点方向,吸引了超6000人参会。

本次大会呈上5个大会主旨报告、12个领域年度进展 (APR)报告、4场Tutorial、20场专题研讨会 (Workshop)、390余篇顶会顶刊Poster,合计共有百余位知名青年学者共同带来视觉与学习等人工智能领域的一次学术盛会。

今年,腾讯优图现场展示多项前沿AI技术产品,包括:腾讯混元大模型、腾讯云TI平台、腾讯云智能体开发平台,以及AI向善项目等,让现场的参观者感受到了前沿AI产品带来的科技魅力。

在VALSE特邀企业论坛上,来自腾讯优图实验的算法研究员曹浩宇带来《迈向 GPT-4o 级实时音视频交互:全模态大模型的进展与趋势》的主题分享。报告围绕全模态大模型的发展趋势,系统介绍了优图实验室VITA系列全模态大模型的研发历程与技术创新,重点阐述了VITA在实时音视频交互、长视频理解和高效音频生成等方面的核心技术方案,以及VITA系列在全栈开源、推动全模态社区发展中的重要实践与意义。

作为腾讯旗下顶级的AI实验室,腾讯优图实验室自成立以来,始终聚焦人工智能领域在多行业场景的研究与落地,未来,腾讯优图实验室将持续推进AI技术创新,以科技助力各行业数字化转型,让AI更好地融入到生产力发展之中。
本文系转载,前往查看
如有侵权,请联系 cloudcommunity@tencent.com 删除。
本文系转载,前往查看
如有侵权,请联系 cloudcommunity@tencent.com 删除。