标签：多模态

9 月 29 日消息，快手可灵 AI 宣布，Kling 4.0 将于 10 月正式上线。其中，Kling 4.0 Flash 于 9 月 28 日率先开放小范围体验。 据介绍，Kling 4.0 支持 4K、...

在第十届平遥国际电影展期间，字节跳动旗下火山引擎正式发布 Seedance 影视合作计划，将面向全球专业影视项目提供 Token 补贴、宣发资源及技术与工具支持，单...

OpenCode 宣布启动“Operation Cheepseek”第二阶段，DeepSeek V4.1 Flash 在 OpenCode Go 中原本限时提供的 60 美元（注：现汇率约合 403.5 元人民币）额度现...

Epoch AI 进行了一组家具组装基准测试（Furniture Assembly Benchmark，FAB）。结果显示，多模态 AI 在识别宜家家具组装错误方面取得明显进展。 其中，OpenAI...

美团旗下 LongCat API 开放平台于 9 月 25 日上线新一代大模型 LongCat-2.5-Preview，主打“长程任务”与多模态能力，并同步开放 API 与网页端体验入口。 附上...

谷歌近日宣布，在上周推出 Gemini 3.8 Live 的基础上，正式推出带有 Live Avatar 功能的 Gemini 3.8 Live，为原生实时对话模型带来接近实时的视觉呈现效果。 ...

9 月 22 日，2026 云栖大会开幕，阿里巴巴集中披露了从大语言模型到多模态模型的最新进展。最受关注的是下一代旗舰的节奏：基于全新架构的 Qwen4 已进入训练...

书生 InternLM 团队在 Hugging Face 上线了新一代多模态基础模型 Intern-S2-397B，模型卡显示其总参数量为 403B，采用 Apache-2.0 许可，任务类型标注为图像-...

9 月 22 日消息，小米今日凌晨正式发布并开源了全新的 Xiaomi MiMo-V2.6 系列，包含 Pro 与 Flash 两个原生全模态模型。 小米称这是其探索 RSI（递归自我改进...

9 月 16 日消息，在今日的 2026 vivo 开发者大会上，vivo 发布了四款新的蓝心大模型。 「听得懂你的蓝心语音大模型 RealTime」全新的端到端语音理解架构...