AI视频生成新突破：Luma AI发布Ray3 Modify模型，实拍视频高保真修改保留表演细节
Luma AI最新发布的Ray3 Modify模型实现重大突破，首次支持对实拍视频进行高保真AI修改，完整保留演员表演细节。该技术通过角色参考图像和关键帧控制，实现服装、场景无缝转换及连贯过渡镜头生成...
排序
谷歌Gemini推出AI视频检测功能，可识别自家AI生成内容
谷歌Gemini平台正式推出AI视频检测功能，支持用户上传视频快速识别是否由谷歌AI生成。本文详细介绍功能使用方法、技术原理（基于SynthID水印）、当前限制及未来与C2PA标准的整合计划，助力应对...
国内首个具身智能国标VLA模型XR-1开源，北京人形机器人创新中心发布完整技术生态
2025年12月18日，北京人形机器人创新中心开源国内首个通过具身智能国标测试的VLA大模型XR-1，配套RoboMIND 2.0数据平台与ArtVIP数据集，实现“大脑+小脑+本体”全技术链，推动机...
华为开源昇腾多模态推理加速套件MindIE SD，四大核心特性赋能AI开发者
华为正式开源昇腾多模态推理加速套件MindIE SD，集成加速插件、以存代算、多卡并行与量化稀疏优化四大核心功能，助力开发者高效部署多模态AI模型，提升昇腾平台推理性能与资源利用率。
OpenAI推出ChatGPT置顶对话功能，解决用户信息查找难题
OpenAI于2025年12月19日推出ChatGPT“聊天置顶”功能，支持多端使用，帮助用户快速固定重要对话，解决历史记录查找难题，进一步提升AI助手的信息管理效率与用户体验。
谷歌开源T5Gemma 2模型系列：多模态与长上下文处理的编码器-解码器新突破
谷歌开源T5Gemma 2模型系列，支持视觉-语言多模态输入与128K tokens长上下文处理，基于Gemma 3架构开发。涵盖270M、1B、4B参数版本，在数学推理、医疗文本生成等任务中性能显著...
苹果发布UniGen 1.5多模态AI模型：统一架构实现图像理解、生成与编辑一体化
苹果研究团队推出多模态AI模型UniGen 1.5，实现图像理解、生成与编辑一体化集成，通过创新编辑指令对齐和统一奖励系统提升任务准确度，在多项测试中表现优异，为AI视觉领域带来重要技术突破与应用前景...
微信AI助手元宝上线“一句话提醒”功能，语音指令占比超1/4，中老年用户成主力
微信AI助手元宝全新推出“一句话提醒”功能，用户可通过自然语言对话快速设置会议、服药等提醒。该功能依托混元与DeepSeek双引擎，支持语音输入，上线三天日均提醒量破百万，34%用户为50岁以上群体...
大晓机器人发布ACE具身研发范式及开悟世界模型3.0，引领具身智能新突破
2025年大晓机器人发布ACE具身研发范式、开源开悟世界模型3.0及A1模组，解决行业数据瓶颈，推动具身智能商业化。联合壁仞科技等构建国产化生态，重塑全球技术竞争路径。
微软开源TRELLIS.2：40亿参数AI模型革新图像到3D生成，助力游戏与工业设计
微软最新开源AI工具TRELLIS.2是一款40亿参数的3D生成模型，专为高保真图像到3D转换设计。它基于3D VAE架构，支持1536³分辨率PBR资产生成，在H100 GPU上仅3秒即可生成512...