多模态大模型

万兴科技全球发布万兴超媒Agent，通过多模态大模型实现一句话生成视频，支持多轮对话编辑，提升创作效率60倍，成功率超95%，推动AI+创意生态发展。

权威2025年8月AI产品榜单显示：智谱Z.AI登顶全球增速榜首，阿里巴巴WanAI位列第四。深度解析多模态技术突破、电商生态优势与市场竞争态势，揭示AI行业技术驱动与商业化落地核心趋势。

快手开源Keye-VL-1.5多模态大模型，80亿参数支持128k tokens上下文，在Video-MMMU等测试中性能超越阿里Qwen2.5-VL 8B，提供工业级视频解析与数学推理能力，推动短视...

上海AI实验室开源InternVL3.5多模态大模型系列，2410亿参数版本以77.7分刷新MMMU开源模型纪录。采用动态视觉路由技术实现4.05倍推理加速，支持边缘设备到云端全场景部署，推动工业与医...

百度智能云在2025云智大会发布千帆平台4.0，以Agent为核心提供一站式企业AI服务，覆盖多模态模型、RAG增强检索、数据管理与合规监测，助力金融、工业、教育等行业高效开发AI原生应用，降低定制化...

阿里巴巴通义APP全面上线AI形象自定义功能，支持视觉形象、声音特征及人格设定定制，集成多模态大模型技术，适用于智能陪伴、教育辅助等场景，探索人机交互新范式。

阿里国际发布并开源多模态大模型Ovis2.5，9B与2B版本在OpenCompass评测领先，支持动态分辨率与跨模态推理。适用于电商、翻译及终端设备，助力企业低成本AI转型，技术全面开源。

百度地图2025年推出新一代跨模态AI语音座舱系统，基于端到端大模型实现情感交互、精准时空识别和座舱硬件控制，复合指令准确率达92%，为车企提供端云协同的智能座舱解决方案。

上海AI Lab与浙大团队发布AI视觉推理重大突破：RRVF方法通过验证非对称性原理实现97.83%执行率，实证验证者法则。研究揭示未来AI发展核心在于构建可验证环境，为多模态大模型提供新范式。

小红书正式开源多模态大模型dots.vlm1，基于自研NaViT视觉编码器和DeepSeek V3构建，在MMMU、MathVision等基准测试中性能接近Gemini 2.5 Pro等闭源先进模型...