上海 AI Lab 開源 InternLumina-U2:生圖、編輯與全視覺理解全包了
上海人工智慧實驗室開源 InternLumina-U2 權重與微調程式碼。它是一個 169 億引數、啟用僅約 14 億的掩碼擴散 MoE 模型,通過 8 碼本離散視覺表徵,把文本問答、影像生成與編輯、影片及 3D 理解收進同一套介面。
上海人工智慧實驗室開源 InternLumina-U2 權重與微調程式碼。它是一個 169 億引數、啟用僅約 14 億的掩碼擴散 MoE 模型,通過 8 碼本離散視覺表徵,把文本問答、影像生成與編輯、影片及 3D 理解收進同一套介面。
上海交通大學與上海人工智慧實驗室等提出 Warp-as-History。該方法無需新增相機編碼器或控制分支,而是把視角形變打包成視覺歷史上下文,僅用一個標註影片進行輕量 LoRA 微調,就能在陌生場景中精準聽從運鏡軌跡並補全畫面盲區。
上海人工智慧實驗室開源萬億引數科學多模態模型 Intern-S1-Pro。該模型基於 MoE 架構,總引數 1T 但單次僅啟用 22B,專門針對化學、材料、生命科學等領域最佳化,數理推理達奧賽水平。模型支援免費商用,大幅降低了 AI 輔助前沿科研的門檻。
上海人工智慧實驗室開源 InternLM 2.5-7B 模型。新模型支援高達 1M 的上下文視窗,重點強化了推理能力與工具呼叫,並在 Hugging Face Open LLM 榜單 12B 以下級別位居前列,兼顧輕量引數與超長文本處理。