多模态
-
OpenAI 开放 Decisions API 公测:把多模态判断压缩成一个更快的决策接口
OpenAI 推出 Decisions API 公测,用专门接口处理分类、路由和评分等判断型任务,官方称其速度约为 Responses API 的 10 倍。
-
Mistral Large 4 发布:1T 参数多模态模型,瞄准中美头部闭源与开源阵营
Mistral 发布 1T 参数多模态模型 Mistral Large 4,试图在闭源与中国开源模型之外,为企业提供欧洲版替代方案。
-
Mistral Large 4 预览版上线:万亿参数开源新旗舰,月底开放权重
法国 Mistral AI 推出 Mistral Large 4 公开预览版,万亿参数、原生多模态、月底开放权重,试图树立欧美开源模型新旗舰。
-
OpenAI 将虚拟试衣带入 ChatGPT:购物助手的下一步
OpenAI 为 ChatGPT 上线虚拟试穿与商品收藏功能,基于 ChatGPT Images 2.5 模型,让用户用照片查看衣物上身效果,并将商品保存到应用内。
-
英伟达LocateAnything实测:一个3B模型,为何能比同级更快完成视觉定位
英伟达开源LocateAnything,用3B参数模型统一目标检测、指代定位、文字检测、界面定位和点定位,并通过平行框解码提升定位速度。
-
3亿美元买下手机相机团队:OpenAI把影像能力纳入硬件版图
OpenAI以超过3亿美元收购Glass Imaging,将前苹果人像模式团队纳入麾下。这笔交易显示,OpenAI正把计算摄影能力作为未来AI硬件和多模态终端感知的重要基础。
-
DeepSeek V4.1 Flash 即将上线:过渡期请求自动切换,Flash 价格下调 60%
DeepSeek 开放平台宣布将于 2026 年 9 月 10 日前后发布 V4.1 Flash,并在过渡期将 V4 Pro 请求路由至新模型。同日中午起,Flash 系列降价约 60%,缓存命中价格降至 0.04 元。
-
全球AI模型密集上新:从通用大模型向多模态智能体加速演进
2025年以来,人工智能(AI)技术在大语言模型和多模态领域持续突破,全球科技巨头密集推出新一代AI模型,不仅在理解与生成能力上实现飞跃,更在实用性与效率层面迈上新台阶,标志着AI…
-
谷歌发布 Gemini 3:横扫多领域基准测试,引领 AI 向 “强执行力” 全面进化
谷歌正式推出新一代旗舰级大模型家族 Gemini 3,这是自 2023 年 Gemini 系列首次亮相以来,谷歌在人工智能领域最全面、最具突破性的一次产品发布。作为闭源专有模型,G…
-
阿里巴巴发布开源Qwen3模型,性能超越OpenAI O1和DeepSeek R1
中国电子商务和互联网巨头阿里巴巴的Qwen团队正式推出了一系列名为Qwen3的开源AI大型语言多模态模型。这些模型在开源模型中处于领先地位,并接近OpenAI和Google等公司的…