多模态AI

阿里云通义千问Qwen3-VL在权威空间推理测试SpatialBench中以13.5分登顶全球第一，超越GPT-5.1和Gemini 3等国际主流模型。该模型具备增强3D检测、视觉编程等创新功能，已在...

谷歌实验室推出基于Gemini大模型的AI助手CC，深度融合Gmail、日历等核心服务，提供自动化晨间简报、邮件预起草等功能。目前面向美加用户开放早期访问，加速AI个人助手赛道竞争。

阿里巴巴正式发布通义万相Wan2.5 Preview模型，突破多模态AI生成技术，实现音画同步的10秒1080P视频生成能力，支持文生视频、图生视频等核心功能，大幅降低影视内容制作成本。

字节跳动海外推出AI办公应用AnyGen，以语音驱动为核心，实现碎片信息到可交付文档的全链路重构。本文从SEO角度解读其功能亮点、技术融合、市场机遇及对AI办公行业竞争格局的影响，为关注AI生产力工具...

谷歌新一代轻量级AI模型Gemini Nano Banana 2 Flash正式推出，在图像生成与编辑领域实现显著突破，支持1M token上下文处理，运营成本降低30%，响应速度提升1.7倍。本文深...

字节跳动2025年发布Vidi2多模态大模型，具备120亿参数与突破性时空定位技术，实现长视频智能解析、自动化编辑与对象追踪，在VUE-TR-V2基准测试中性能领先。模型已集成至TikTok，提供Sm...

MiniMax Agent是MiniMax官方推出的AI生产力工具，主要说明该工具通过新增智能图像搜索、稳定的图像生成、多语言支持及多样化文档导出四大核心功能，进一步提升多模态能力与长任务处理效率。

阿里Qwen团队最新发布Qwen3-Omni-Flash-2025-12-01全模态大模型，实现文本、图像、音频和视频无缝输入与实时流式输出，技术升级包括原生统一编码器架构、音视频帧对齐及韵律预测网络...

OpenAI于2025年12月17日推出GPT Image 1.5，新一代图像生成模型在生成质量、编辑功能和效率上实现突破，生成速度提升4倍，API费用降低20%。了解其核心性能提升、商业化应用及对行...

2025年12月，谷歌正式将Gemini 3生成式AI模型部署至全球搜索引擎，支持文本、图像、音频多模态处理，响应速度提升40%。本文详解其技术架构、订阅政策及对搜索交互的革命性影响。