2026.07.30 · 周四研究论文
←返回首页话题 · Topic
#多模态
共 48 条相关资讯
2026.07.30 · 周四研究论文
CLINLENS：面向长程临床编码智能体的多模态基准
2026.07.30 · 周四产品功能
Google Lyria 3.5 上线 Flow Music，新增翻唱与口型同步视频功能
2026.07.29 · 周三产品功能
Google Gemini Notebook 疑似开发「App」生成功能
2026.07.29 · 周三研究论文
ProcAgent：面向边缘设备的程序性任务智能体框架
2026.07.29 · 周三模型发布
微软开源 Mage-VL：4B 多模态模型主打 codec 原生视频流
2026.07.28 · 周二研究论文
Kimi 发布 PerceptionBench：聚焦视觉感知原子能力评测基准
2026.07.27 · 周一模型发布
微软发布 Mage-VL：4B 多模态基础模型主打流式视频理解
2026.07.27 · 周一开源
MiniMax-M3 视觉支持已合并至 llama.cpp
2026.07.26 · 周日工具
本地多卡 AI 实时生成视频讽刺解说：概念原型展示
2026.07.26 · 周日模型发布
GigaChat Audio 10B 发布：原生音频大模型，支持时序定位
2026.07.25 · 周六模型发布
Vivix A1发布：首个实时交互多模态基础模型
2026.07.24 · 周五开源
Swiss AI 发布 Apertus 1.5 全开源多模态模型
2026.07.24 · 周五产品功能
Anthropic 升级 Claude 语音模式，接入三档模型
2026.07.23 · 周四行业动态
腾讯混元多模态理解负责人胡瀚离职，原团队或聚焦世界模型
2026.07.22 · 周三产品功能
Galaxy Unpacked 2026：Gemini 三大更新登陆三星折叠屏、手表与眼镜
2026.07.22 · 周三产品功能
通义 Qwen 演示单图多层嵌套「画中画」生成能力
2026.07.22 · 周三行业动态
教育AI集体转向：从「答案生成」走向「可视化+互动化」
2026.07.22 · 周三模型发布
Vivix 首次揭面纱：估值 13.2 亿美元，两款实时交互模型将上线
2026.07.21 · 周二模型发布
字节发布 Seed Audio 1.0：统一框架下的人声、音效与环境声联合生成
2026.07.20 · 周一行业动态
Meshy完成约4亿美元B轮融资，创AI 3D赛道纪录
2026.07.20 · 周一研究论文
MAR-12：面向恶意幽默 meme 检测的多角度推理框架
2026.07.19 · 周日行业动态
Om AI 联汇 WAIC 发端侧 AI 协同倡议，VLX 开发者社区同步上线
2026.07.19 · 周日模型发布
商汤发布 SenseNova U1 Pro：原生 8K 输出并自检自修
2026.07.19 · 周日行业动态
WAIC 五位首席科学家激辩：多模态是 LLM 外挂还是下一代灵魂
2026.07.17 · 周五模型发布
Together AI 上架 975B 多模态 MoE 开源权重模型
2026.07.17 · 周五模型发布
月之暗面介绍 Kimi K3：融合 3D 推理、编码与视觉能力
2026.07.17 · 周五模型发布
Moonshot 发布 Kimi K3：2.8 万亿参数百万上下文
2026.07.16 · 周四行业动态
MiniMax 将亮相 SIGGRAPH 2026 探讨原生多模态
2026.07.09 · 周四模型发布
Meta AI 展示 Muse Spark 1.1 多模态代理能力
2026.07.08 · 周三研究论文
智源悟界·Orca技术报告发布：先教AI理解世界如何变化
2026.07.08 · 周三开源
Horus Hiero 开源：面向古埃及象形文字的多模态翻译模型
2026.07.08 · 周三产品功能
Meta 测试「超级感知」AI 眼镜：可记录眼前每一刻
2026.07.08 · 周三工具
开源代理 VisionBridge 让纯文本大模型获得视觉能力
2026.07.07 · 周二产品功能
AWS 用 Amazon Nova 2 Lite 构建图像 PII 自动打码流水线
2026.07.06 · 周一模型发布
Fable 5 解禁后实测：1600 行代码生成水下曼哈顿
2026.07.06 · 周一行业动态
国家电网千亿级多模态大模型「光明电力大模型」规模化落地
2026.07.02 · 周四研究论文
首个开源扩散式多语种 ASR：仅 0.16% 参数即可转录六种语言
2026.07.02 · 周四产品功能
科大讯飞发布智能交互三大平台升级，AIUI 向多模态演进
2026.07.02 · 周四工具
SafetyCommander：用多模态大模型当工厂安全员
2026.07.02 · 周四工具
开发者开源 VCCB 基准：测试多模态模型读懂日历截图
2026.07.02 · 周四开源
AMALIA 开源模型发布，主打欧洲葡萄牙语
2026.07.01 · 周三行业动态
谷歌发布 Gemini Omni 多模态创作工具；松下加码 5000 亿日元 AI 业务
2026.07.01 · 周三模型发布
Google 双模齐发：Omni Flash 视频 API 上线，Nano Banana 2 Lite 4 秒出图
2026.07.01 · 周三模型发布
谷歌双模齐发：Omni Flash 开放 API，Nano Banana 2 Lite 4 秒出图
2026.07.01 · 周三产品功能
Runway 接入 Gemini 视频模型，可生成与编辑视频
2026.06.30 · 周二产品功能
智谱公开征集 GLM-5.3 意见，社区齐喊要视觉
2026.06.29 · 周一产品功能