多模态交互

2025年百度AI Day发布搜索业务重大改版：智能框突破传统输入限制，支持千字文本及文件上传，整合文心一言文本生成与MuseSteamer视频创作，实现从信息检索到任务交付的智能化跨越。

谷歌推出基于Gemini模型的Search Live语音搜索功能，支持连续语音交互和上下文记忆，搭载Gemini 2.5 Pro模型，预计将改变搜索市场格局。了解这一创新技术如何提升搜索体验。

深度解析微软2025年AI语音技术突破：MAI-Voice-1模型实现高效批量音频生成，GPT-realtime支持图像交互与拟真语音，技术互补为企业节省40%语音制作成本，推动语音交互进入多模态时代...

Meta新成立的超级智能实验室(MSL)吸纳大量OpenAI、谷歌前核心成员及清华北大毕业的华人科学家，通过百万美元级签约奖金和开源策略加速AGI研发，计划2026年达到技术前沿，重塑全球AI竞争格局...

均胜电子发布机器人AI头部总成与全域控制器，采用英伟达Jetson Thor芯片实现2070TOPS算力，支持多模态交互与端侧大模型推理。了解技术突破、生态合作及制造业应用场景，探索具身智能机器人核心...

2025年Plaud正式进入中国内地市场，发布三款旗舰AI录音笔，搭载一键标记多模态交互和智能双录音模式，支持112种语言转写。了解Plaud Note Pro/NotePin S/Note的价格、功...

傅利叶智能发布首款搭载全感交互系统的GR-3人形机器人，支持55自由度拟人动作、多模态感知与双路径响应机制。本文解析其技术突破、硬件配置及家庭陪伴场景应用前景。

2025年中国AI年度榜单评选正式启动，涵盖产品、企业、投资、人物四大奖项。深度解析DeepSeek、昆仑万维天工AI等头部企业表现，聚焦AI Agent、多模态交互等新兴技术趋势，为AI行业发展提供...

谷歌近日在美国推出了一项创新测试功能，允许用户通过移动搜索直接生成AI驱动的音频概述，将传统文字搜索结果转化为播客风格的对话式内容。

腾讯元宝App 2.30版本重磅升级，实现与QQ音乐全量曲库的AI深度整合。用户现可通过歌词/场景描述等自然语言搜索歌曲，享受智能推荐与多模态交互体验，探索AI助手在音乐娱乐场景的商业化落地。