AI产品动态

OpenAI推出革命性GPT-5模型，实现文本/图像/语音统一处理，上下文窗口扩展至200万Token，微软生态首批接入。了解这一AI技术里程碑如何重塑行业竞争格局。

阿里巴巴通义千问团队发布两款轻量化开源AI模型Qwen3-4B系列，性能超越竞品，专为移动终端和物联网设备优化，推动端侧AI技术普及，加速国产AI生态商业化进程。

字节跳动Seed团队推出实验性扩散语言模型Seed Diffusion Preview，代码生成速度提升5.4倍。该模型在多项基准测试中表现优异，尤其在代码编辑任务中展现出更强的全局规划能力，为复杂结...

中国团队研发的Lovart设计Agent正式向全球开放注册，核心功能ChatCanvas实现AI设计工具从生成助手到创作伙伴的升级。整合多模态模型，提升设计效率80%，支持自然语言精准修改，引发全球创...

字节跳动豆包AI助手推出'应用创造1.0'功能，通过可视化编辑界面让零基础用户也能轻松开发应用，操作耗时平均降低80%，重塑低代码开发市场格局。

Rokid联合支付宝推出全球首款支持语音支付的智能眼镜，创新“看一下支付”功能，适用于多场景并保障交易安全，预计6月交付，同步布局AR导航生态，引领可穿戴设备支付技术革新。

松下近日正式推出多模态大模型OmniFlow，该模型支持文本、图像、音频之间的任意转换生成，标志着多模态AI技术迈向更灵活、高效的商业化应用阶段。

豆包电脑版及网页版全量上线“AI播客”功能，用户可通过上传PDF或网页链接一键生成双人对话式播客内容。该功能基于豆包大模型团队研发的语音播客模型，其语音效果因高度拟人化、自然停顿及语气词模拟等特点引发...

蚂蚁数科在香港金融科技节发布创新多语种多模态大模型训练框架，通过语言感知优化机制提升小语种理解能力，在主流多语言VQA基准测试中准确率提升9.5%，评测总分超越GPT-4o、Gemini等国际主流模型...

Soul AI Lab开源播客语音合成模型SoulX-Podcast，采用LLM+Flow Matching技术，支持中英文及四川话等方言，具备零样本音色克隆、跨方言音色转换能力，可稳定输出60分钟自...