AI资讯阿里云通义发布Fun-CineForge：开源电影级语音合成大模型，解决视听同步难题
阿里巴巴通义实验室推出Fun-CineForge，一款开源的AI配音大模型，突破了唇动同步、情感表达及多角色声音一致性等核心难题，并公开了高质量数据集构建方法。
#多模态模型
按标签聚合查看文章内容。
AI资讯
AI资讯专访Noetra丹波社长：国产AI模型的研发进展
介绍了日本经济产业省和NEDO主导的FRONTia项目，以及Noetra公司在国产多模态AI基础模型研发中的角色和未来规划。
AI资讯日本国产机器人与物理AI基础平台实现 大型企业出资新公司Noetra启动
日本国产多模态基础模型的研发正式启动，目标是面向AI机器人和物理AI领域。由日本索尼集团、日本软银、日本电气（NEC）、日本本田技研工业等企业出资成立的株式会社Noetra（诺埃特拉）于7月1日正式开始运营。 7月30日，经济产业省和新能源产业技术综合开发机构（NEDO）启动了“面向AI机器人与物理AI的多模态基础模型开发项目”，Noetra（前身为日本AI基础模型开发）被正式选定为项目承担企业
AI资讯日本打造自主物理AI 推动AI机器人社会应用
日本经济产业省发布了未来AI战略，重点开发多模态基础模型，推动AI机器人在社会中的实际应用。
AI资讯Meta全新AI模型助马克·扎克伯格跻身顶尖行列
马克·扎克伯格在社交媒体上表示，Meta的目标是打造不仅能回答问题，还能作为代理为用户执行任务的AI产品。这位亿万富翁乐观地认为，这将推动一波创造力、创业、增长和健康的浪潮。 Meta最新推出的Muse Spark显然是对其去年4月发布的Llama 4的重大升级。Llama 4在科技界被视为表现平平，未达预期。 Muse Spark现已通过meta.ai和Meta AI应用提供使用。与Llama不
AI资讯Black Forest Labs发布FLUX 3：多模态流模型超越Seedance 2.0、Gemini Omni和Grok Imagine，及FLUX-mimic视频动作模型
Black Forest Labs（BFL）重磅推出FLUX 3视频模型，集成图像、视频、音频及动作预测，领先业界多模态生成技术，并展示了机器人控制的潜力。
AI资讯理光开发强化日语推理能力的多模态大规模语言模型Qwen3.6-Ricoh-27B-20260522
理光基于阿里巴巴云开发的大规模语言模型Qwen3.6-27B，推出了专注提升日语推理能力的多模态大规模语言模型，计划应用于企业级解决方案。
AI资讯Meta发布面向智能代理时代的大型新AI模型
Meta推出了升级版多模态AI模型Muse Spark 1.1，专为智能代理任务设计，提升计算机操作、编程和多模态理解能力。
AI资讯Replit Agent 4：知识工作代理的新篇章
Replit在过去六个月内估值飙升至90亿美元。 作为创始人，Amjad Masad和他的团队对当前技术趋势的敏锐把握令人钦佩。或许你未曾深入了解Replit，比如他们2015年的《大师计划》或纪录片，但现在的Replit已远非两年前那个“附带AI功能的编码平台”。 如今，随着软件工程问题基本解决，Replit正向上游拓展，打造一个集画布、应用、网站、幻灯片、视频等多功能于一体的完整生产力套件。这
AI资讯谷歌发布可自由生成与编辑影像的“Gemini Omni”
谷歌推出全新多模态生成模型“Gemini Omni”，支持视频、图像、音频和文本的自由组合与编辑。
OpenRouter发布匿名模型Hunter Alpha和Healer Alpha：参数高达1万亿，支持多模态输入
OpenRouter平台近日悄然上线了两款神秘新模型：Hunter Alpha和Healer Alpha，引发了社区的广泛关注。 据泄露信息显示，Hunter Alpha拥有惊人的1万亿参数和10万令牌的超长上下文窗口，支持多模态输入（输出为文本），其输出速度约为每秒48个令牌。该模型针对智能代理场景进行了优化，擅长长期规划、复杂推理以及连续多步骤任务执行，被定位为前沿的智能代理工作流工具。 另一
Leap AI：面向开发者的多模态 AI 应用构建平台
Leap AI 是一个为开发者打造的多模态 AI 平台，提供文本、图像、视频等模型与工作流编排能力，支持通过 API、SDK 和可视化界面快速构建、测试和部署 AI 应用。