谷歌Gemini 3官宣2026年发布：瞄准GPT-5技术差距，智能代理能力将迎重大突破
谷歌正式宣布Gemini 3将于2026年发布，目标直指缩小与GPT-5技术差距。新一代模型将突破300万token上下文，强化智能代理自主决策能力，深度整合Workspace与地图生态，为企业级AI...
排序
百度文心APP推出’魔法漫画’功能：一句话生成AI连载漫画，5分钟创作8页内容
百度文心APP全新推出'魔法漫画'功能，支持用户通过一句话或图片快速生成高质量AI连载漫画，5分钟内创作8页连贯剧情，实现低门槛漫画创作，推动AI多模态内容生成技术发展。
LiblibAI完成1.3亿美元B轮融资，创国内AI应用最大单笔融资纪录
2025年AI应用层重大融资：LiblibAI完成1.3亿美元B轮融资，创国内AI应用赛道纪录。平台整合图像视频3D建模技术，服务2000万创作者，从模型聚合转型AI专业创作工作室，获红杉中国、CMC...
百度文心App 5.0重磅升级：AI搜索创作全面进化，月活达3.65亿
深度解析百度文心App 5.0版本重大升级：从文小言到文心的品牌升级，全场景AI搜索能力提升，多模态创作功能新增魔法漫画、创意修图等特色功能，月活用户3.65亿的背后技术支撑与市场布局。
英伟达发布全模态理解模型OmniVinci，多模态基准测试领先19.05%
英伟达发布革命性全模态理解模型OmniVinci，在多模态基准测试中以19.05%优势领先，训练数据消耗仅0.2万亿Token，效率提升6倍。创新OmniAlignNet模块和时序编码技术实现精准跨模...
MiniMax发布海螺2.3视频生成模型：肢体动作与微表情实现技术突破
MiniMax发布新一代海螺2.3视频生成模型，在肢体动作、微表情和风格化处理实现技术突破，配合Media Agent工具实现全流程自动化创作，生成速度提升50%，为专业创作者提供高效视频生成解决方案...
蚂蚁集团推出AGI多模态应用“灵光”，开启视觉交互新纪元
蚂蚁集团发布AGI多模态应用“灵光”，核心功能AGI相机实现认知级场景理解与生成，依托支付宝生态优势布局多模态AI赛道，开启视觉交互技术新篇章。
商汤科技杨帆：AI重构知识产权全链条效率，大模型加速专利转化与侵权监测
深度解读上海知识产权国际论坛核心议题：商汤科技展示AI如何通过大模型技术提升专利检索、侵权监测效率，实现知识产权全场景智能化，并分享AI与知识产权全球治理的前瞻思考。
Claude桌面版正式发布：新增智能截图与语音交互，性能提升40%
2025年10月22日Anthropic正式发布Claude桌面版，新增智能截图识别和Caps Lock语音输入功能，内存占用降低40%，响应延迟减少62%，支持macOS/Windows跨平台使用...
DeepSeek-OCR开源：30亿参数OCR模型实现长文本处理突破，97%识别精度引领多模态AI新范式
DeepSeek团队开源30亿参数OCR模型DeepSeek-OCR，采用创新光学压缩技术实现97%识别精度。该模型在长文本处理、多分辨率输入方面表现卓越，为金融、医疗、出版行业提供高效数字化解决方案...