DeepSeek：新策略强化视觉推理
DeepSeek刚刚发表论文介绍他们在视觉推理方面的进展[1]。
说句话就能飞，北航发布语言交互的无人机控制模型
一句话就能让无人机起飞？就像人类飞行员一样，听懂指令后立刻照做。北航刘偲教授团队 创新性地提出了 语言引导的细粒度无人机轨迹控制研究框架，将无人机根据简短指令执行短距反应式飞行的任务定义为Flying-on-a-Word（Flow）范式。
“NASA可能引发外星人入侵”，俄媒：牛津大学科学家对美国一项计划发出警告
“今日俄罗斯”17日以此为题的报道称，英国牛津大学的科学家们对NASA向太空广播位置数据和其他信息的计划发出警告，认为相关计划可能会产生危险的意外后果，包括引发外星人入侵。
刚刚，DeepSeek多模态技术范式公布，以视觉原语思考
虽迟但到，五一长假将至，DeepSeek 给大家公开新技术了。昨天，DeepSeek 陈小康一个 X 消息，让大家开始关注 DeepSeek 的多模态。
连夜撤稿！DeepSeek新论文都有哪些关键信息？
AIPress.com.cn报道昨晚，DeepSeek多模态团队负责人陈小康在X上发了条推文，是一篇题为《Thinking with Visual Primitives》的新论文。结果今天早上，推文没了。GitHub上的论文仓库也显示撤稿。但普瑞斯已经在它消失前把全文读完了。
DeepSeek首次有了视觉能力，技术论文却被它连夜删掉了
来源：市场资讯（来源：硅星人）作者 ｜ 孙芮邮箱 ｜ [email protected]做了件罕见的事情：在终于开始灰测多模态能力后，它放出了一篇解释背后技术的论文，但这篇论文却在发布没多久就又被悄悄撤掉。
多模态模型拼分辨率，实际连“左边那个”都说不准，它在想什么？
最近看了DeepSeek新出的视觉模型技术报告，不是那种通稿式的吹嘘，是真把问题摊开来说。别的模型还在比谁能看清蚂蚁腿上的绒毛，它却盯着一个更基础的事：人说话时随口说的“这个”“那边”“上面第三个”，AI根本接不住。不是看不清，是脑子没把语言和画面焊死。我试着用它做几个小测试。
刚刚，DeepSeek全新多模态技术开源！
上周DeepSeek V4发布了，但遗憾的还是没有多模态，今天（老规矩，节假日发布）DeepSeek把这块补上了，开源了最新的多模态技术&Paper：Thinking with Visual Primitives（以视觉原语思考）DeepSeek&北京大学&清华大学提出"