腾讯AI工作台ima升级：新增AI播客生成等四项核心能力，提升内容创作效率
腾讯AI工作台ima最新升级，新增AI播客生成、批量文件处理等四项核心功能，显著提升知识管理与内容创作效率。了解腾讯混元大模型如何驱动多模态AI技术落地，助力企业智能化转型。
排序
xAI推出Grok iOS应用“Imagine”功能：支持带音频的视频生成，实现多风格电影级创作
xAI推出Grok iOS应用“Imagine”功能，支持带音频的视频生成与多风格电影级内容创作。基于Grok 4混合专家架构，实现多模态实时转化、无限滚动生成及物理引擎集成，加速AI在创意产业的渗透...
全球首个开源多模态AI记忆系统MIRIX发布，实现长期记忆突破
全球首个开源多模态AI记忆系统MIRIX正式发布，通过创新六维记忆架构实现35%准确率提升与99.9%存储优化，推动AI从临时工具向持续数字伴侣转型。包含技术原理、性能对比及下载指南。
Reka AI完成1.1亿美元B轮融资，估值突破10亿美元跻身独角兽
美国AI技术公司Reka AI完成1.1亿美元B轮融资，估值突破10亿美元，由英伟达与Snowflake联合领投。该公司专注于大型语言模型及多模态AI技术研发，成为新晋AI独角兽。了解最新AI行业融资...
阿里通义千问推出Qwen Chat桌面端应用，支持MCP跨应用调用
阿里通义千问2025年重磅推出Qwen Chat桌面客户端，独家支持MCP跨应用调用及多任务并行处理，集成图像生成、代码编写等模块，加速企业级AI应用落地。
智谱AI推出免费“AI Slides”功能，自动生成动态PPT颠覆传统办公
智谱AI最新推出免费AI Slides功能，基于GLM-Experimental模型实现自然语言生成动态PPT，支持动画效果与多人协作，助力市场/销售人员分钟级完成专业演示文稿制作，突破传统订阅制商业...
谷歌Veo 3重磅升级：图像转视频技术颠覆内容创作，支持同步音频生成
深度解读谷歌Veo 3最新图像转视频技术：揭秘如何通过单张图片生成带同步音频的影视级动态内容，分析其多模态架构、行业应用场景及商业化前景，涵盖功能使用指南与技术突破细节。
谷歌Gemini CLI工具1.2.0版本发布：新增音视频支持但功能尚未完全开放
深度解析谷歌Gemini CLI 1.2.0版本更新内容，包括技术栈升级、新增功能及使用限制。了解这款基于Gemini 2.5 Pro的多模态AI命令行工具如何提升开发效率，以及其未来的音视频支持计划...
智源研究院发布OmniGen2：新一代开源统一图像生成模型，多模态能力全面升级
深度解析智源研究院OmniGen2图像生成模型技术亮点：40亿参数开源架构，支持文本到图像无缝切换，在GenEval测试中评分0.86。了解其反思机制、多模态生成能力及FlagScale推理加速方案。
谷歌开源端侧多模态大模型Gemma 3n发布，2GB内存即可流畅运行
谷歌发布开源端侧多模态大模型Gemma 3n，支持2GB内存设备流畅运行，采用创新MatFormer架构与PLE技术，大幅降低内存占用，推动生成式AI在边缘设备的普及。