AI大模型日报#0427：阿里智能体“组装工厂”开源、Meta推70M参数SceneScript模型解码真实场景_mmt bench

导读： 欢迎阅读《AI大模型日报》，内容基于Python爬虫和LLM自动生成。目前采用“文心一言”生成了每条资讯的摘要。

标题: BattleAgent：再现历史事件，对历史战役进行多模态动态模拟｜大模型论文
摘要: 科技论文摘要： 1. BattleAgent结合大型视觉语言模型和多智能体系统，模拟历史战役中的复杂动态互动，再现历史事件，提供多视角洞察。 2. ID-Aligner利用奖励反馈学习增强“文生图”身份保持，解决身份特征丢失和美学问题，兼容LoRA和Adapter方法。 3. Cantor激发多模态大语言模型的思维链，通过感知-决策架构解决视觉推理任务中的挑战。 4. MMT-Bench是大型视觉语言模型的综合多模态评估基准，涵盖广泛的多模态任务和场景。 5. 超越思维链的“Chain-of-X”范式调查，全面考察不同背景下的大型语言模型方法。 6. 利用指令跟随模型自动规划版面设计，简化设计流程，性能超越少样本GPT-4V模型。 以上论文涵盖了大型模型在多模态交互、文本到图像生成、视觉推理、评估基准、思维链和版面设计等方面的前沿研究。
网址: BattleAgent：再现历史事件，对历史战役进行多模态动态模拟｜大模型论文 - 智源社区
 
标题: 阿里智能体“组装工厂”开源！0经验搞定上万Agent并发
摘要: 阿里巴巴通义实验室开源了多智能体编程框架与开发平台AgentScope，该平台旨在提供高易用的编程体验和稳定可靠的运行时保障，支持分布式和多模态技术，并兼容多种大模型开源生态。AgentScope提供了多种功能，包括拖拽式编程范式、交互式编程助手、透明可控的开发过程、丰富的开发资源等，可帮助开发者快速轻松地开发多智能体应用。此外，AgentScope还支持自动并行优化和大规模部署，可在单台机器或集群上实现智能体的大规模并行和仿真。多模态支持也让开发者可以更加直观地与自己编排的多智能体应用交互。该平台的开源仓库已经上线，并欢迎试用。
网址: 阿里智能体"组装工厂"开源！0经验搞定上万Agent并发 | 量子位
 
标题: Transformer解码真实场景！Meta推出70M参数SceneScript模型
 

摘要: 科技新闻快讯：Meta推出创新场景解码技术SceneScript，仅用70M参数和编码器解码器架构，将真实世界转化为几何表示。该技术助力AR/AI设备理解空间几何，可应用于AR/MR游戏开发。SceneScript在模拟器中训练，使用Aria眼镜捕获内容，完全以结构化语言描述场景，降低内存需求，具有可解释、可编辑和语义丰富的优点。研究团队创建了大规模合成数据集训练模型，并在真实场景中验证。该技术为编辑、查询场景和聊天交互等未来应用提供参考。
网址: Transformer解码真实场景！Meta推出70M参数SceneScript模型|3D|编码器|场景_新浪新闻
 
标题: 微软亚研院：实现大模型价值对齐的BaseAlign算法丨大模型安全与对齐读书会·周日直播
 

摘要: 科技记者报道：随着人工智能大模型在日常生活中的普及，潜在风险日益凸显，大模型与人类价值观的对齐问题变得紧迫。然而，如何确定对齐的价值观及实施方法尚无定论。微软亚洲研究院的姚菁研究员将在大模型安全与对齐读书会上介绍BaseAlign对齐算法，该算法基于施瓦茨人类基本价值理论，旨在实现大模型价值对齐。此外，读书会还将探讨大模型价值观对齐的研究现状和最新成果。该分享免费公开，回放可获取。同时，读书会鼓励成员申请成为主讲人，共享内容资源。安远AI对本次读书会的内容贡献表示感谢，他们是一家专注于AI安全与治理的社会企业。
网址: 微软亚研院：实现大模型价值对齐的BaseAlign算法丨大模型安全与对齐读书会·周六直播 - 智源社区