多模态大模型

OpenAI于2025年9月发布新一代视频生成模型Sora 2，实现物理规律精准模拟和多镜头一致性，支持音视频同步生成。Sora App上线24小时登顶App Store前三，下载量达16.4万次，推...

全球首款全栈国产化深度推理大模型紫东太初4.0正式发布，实现带图思考与复杂推理突破，性能超越GPT-5。了解其多模态认知能力、工业落地应用及生态合作进展，探索国产AI技术领跑新范式。

明略科技AI创意测试产品AdEff正式登陆新加坡，基于超图多模态大语言模型，通过分析脑电波和眼动数据实现实时广告创意评估，帮助品牌降低测试成本、规避文化差异风险，加速创意迭代周期。

上海AI实验室在2025世界人工智能大会上开源全球首个科学多模态大模型Intern-S1，首创跨模态科学解析引擎，性能超越顶尖闭源模型，推动AI驱动科研新范式，降低科研AI部署成本，加速全球科学协作。

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...

擎朗智能推出全球首个服务机器人垂直领域多模态大模型KOM2.0，采用快慢双系统架构，实现环境感知与动作生成的协同优化，显著降低场景定制需求30%，误操作率降至0.2%，推动服务机器人向全场景自主服务转...

巨量引擎推出自研多模态大模型，实现90%广告素材10分钟快速审核，效率提升75%。采用“以AI治AI”策略，有效治理AI广告违规问题，第三季度拦截违规素材84万条。

美团发布开源多模态大模型LongCat-Flash-Omni，具备5600亿参数并集成多模态感知能力，支持离线理解与实时音视频交互，已在电商直播、远程协作等领域实现商业化应用，助力降低多模态AI开发门...