AI产品动态

腾讯混元团队开源全球首个800亿参数工业级多模态生图模型混元图像3.0，支持1000+字符文本理解和多语言文字渲染，在Github和Hugging Face可免费下载使用，推动AI图像技术普及。

阿里巴巴开源多模态智能体WebWatcher在HLE-VL等基准测试中表现超越GPT-4o，提供图文融合的深度研究能力。了解这款革命性AI工具如何改变多模态信息处理格局。

腾讯推出智能问答框架WeKnora，集成OCR与跨模态建模技术，支持多模态文档解析与语义检索。提供私有化部署方案，适用于金融、法律等高敏感场景，助力企业知识管理智能化。

谷歌NotebookLM推出全新视频概览功能，通过AI将笔记、PDF等自动转化为幻灯片式视频，适用于教育、科研及企业培训。了解这一AI笔记应用的重大升级及其应用场景。

荣耀在WAIC2025重磅发布70亿参数开源多模态大模型MagicGUI，通过强化学习算法实现91.5%场景操控准确率，推动手机跨应用智能体协同交互，加速消费电子AI自动化普及。

深度解析谷歌Gemini嵌入模型以68.37分登顶MTEB的技术突破：32层Transformer架构、93.3%存储优化及0.15美元/百万token的商业化策略，揭示其在搜索推荐、多语言处理等场景...

美图公司2025年推出的AI影像Agent产品RoboNeo，通过自然语言指令实现专业级图片精修和品牌设计，显著提升效率，特别适合电商和中小品牌使用。

迈富时推出的AI-Agentforce 2.0平台，集成Agentic工作流引擎、RAG知识中枢及DevOps运维体系，为企业提供从智能体设计、开发、部署到运营的全生命周期管理，降低AI技术门槛，推动...

2025年12月，智谱AI发布GLM-ASR系列语音识别模型及AI输入法。云端模型CER低至0.0717，支持多语种实时转写；端侧模型仅15亿参数，实现隐私保护与低延迟。输入法集成翻译、文本改写及语音...

谷歌与XREAL联合发布智能眼镜Project Aura，搭载Android XR操作系统与Gemini多模态AI，实现空间语义交互。设备采用分体式设计、70度视场角光学透视技术，计划2026年上市...