人工智能技术

即梦AI网页版全面升级，正式推出AI片场一站式创作解决方案，核心亮点为全球首发视频3.5 Pro模型，实现音画同步生成技术，支持方言与复杂声画匹配。升级包括智能多帧2.0、图像生成矩阵及全流程画布系统...

阿里巴巴通义万相2.6模型正式发布，作为国内首个支持角色扮演的AI视频生成技术，可实现基于人物外观与音色的定制化视频生成，提升至15秒时长，适用于影视、广告及短剧制作，现已上线阿里云百炼平台，助力企业...

阿里巴巴通义大模型团队开源Fun-CosyVoice3-0.5B与Fun-ASR-Nano模型，实现3秒音色克隆、多语言情感控制及轻量化高精度识别，降低延迟50%，支持实时场景与创意产业应用，加速语音...

蚂蚁技术研究院2025年发布LLaDA2.0离散扩散大语言模型，参数规模突破千亿，采用WSD训练策略降低90%成本，推理速度达535 tokens/s，在代码生成与数学推理任务中超越传统模型。模型已开...

OpenAI加速开发代号“Garlic”的新一代大语言模型，在编程与逻辑推理任务中超越谷歌Gemini 3.0。本文深入解析该模型的技术创新、市场策略及2026年发布计划，探讨其对AI行业竞争格局的潜...

Runway新一代视频生成模型Gen-4.5以1247分ELO评分登顶全球Video Arena榜单，超越谷歌Veo 3与OpenAI Sora 2 Pro。模型在运动质量、物理规律模拟和视觉逼真度上...

腾讯正式开源1B参数轻量OCR模型HunyuanOCR，在OmniDocBench、OCRBench等权威测试中获SOTA成绩，支持14种语言识别，适用于文档解析、视频字幕识别等场景，推动AI文本识别...

百度2025年发布猎户座AI引擎和慧播星数字人技术重大突破。猎户座开放25年搜索技术积累，支持多智能体协作；慧播星数字人全球开放，双11GMV增长91%，罗永浩同款技术平台化，加速AI技术商业化落地。

蚂蚁数科在香港金融科技节发布创新多语种多模态大模型训练框架，通过语言感知优化机制提升小语种理解能力，在主流多语言VQA基准测试中准确率提升9.5%，评测总分超越GPT-4o、Gemini等国际主流模型...

蚂蚁集团开源业界首个高性能扩散语言模型推理框架dInfer，实现10.7倍推理速度提升，支持LLaDA等主流dLLM，在HumanEval代码生成任务中达1011 tokens/秒，推动AI推理效率新...