AI资讯阿里巴巴发布多模态AI模型Qwen3.6-27B，编码性能媲美Claude 4.5 Opus
阿里巴巴推出了多模态AI模型Qwen3.6-27B，具备强大的编码能力，性能接近Claude 4.5 Opus。
#多模态AI
按标签聚合查看文章内容。
AI资讯
AI资讯DeepSeek发布支持图像的多模态AI模型，性能媲美Opus 4.8
日本DeepSeek公司于2026年8月21日发布了其最新的多模态AI模型“DeepSeek-V4-Flash-Vision-Exp”，该模型首次支持图像输入，能够同时处理文本和图像数据。该模型已集成到DeepSeek API平台，使用费用与现有的DeepSeek V4 Flash保持一致，图像输入的计费上限为每张384个令牌（tokens）。目前该模型仍处于实验阶段，尚未决定是否公开权重。 D
AI资讯谷歌I/O 2026：Gemini 3.5 Flash、Omni（NanoBanana视频）、Spark（后台代理）及Antigravity 2.0发布
谷歌在I/O大会上发布了多项AI技术进展，涵盖快速代理模型、视频多模态生成、后台智能代理系统及可信内容溯源标准。
AI资讯智能手机上本地运行AI的新趋势
智能手机和电脑虽然可以使用“AI”，但大多数情况下，这只是一个“入口”。实际的处理是在互联网另一端的数据中心中的大型计算机上完成的，因为AI需要大量的内存和计算能力。 然而，最近这种常识开始发生变化。虽然在游戏电脑上运行本地AI的尝试早已有之，但现在终于出现了“在智能手机上运行本地AI”的趋势。 这一变化的契机之一是日本国家谷歌公开的“Gemma4”。该AI核心模型采用了允许商业使用的Apache
AI资讯Qwen 3.8 Max（2.4万亿参数）与27B：阿里巴巴新开放权重模型聚焦编码与协作
阿里巴巴发布了旗舰级开放权重模型Qwen 3.8 Max（2.4万亿参数）及27B版本，主打长时编码、自主协作和多模态推理，标志着中国开放模型领域的重大进展。
AI资讯SpaceXAI发布Grok 4.6及Grok @Bot，AI团队协作迎来新突破
AI团队协作领域迎来了迄今为止最重要的新成员——SpaceXAI的Grok 4.6模型及其相关产品。
AI资讯微软推出三款全新基础AI模型，挑战竞争对手
微软AI研究实验室于周四宣布推出三款基础AI模型，分别支持文本、语音和图像生成。这一发布标志着微软在构建多模态AI模型体系上的持续努力，旨在与其他AI实验室竞争，尽管微软仍与OpenAI保持合作关系。 其中，MAI-Transcribe-1支持25种语言的语音转文本，速度是微软Azure Fast的2.5倍。MAI-Voice-1是一款音频生成模型，能够在一秒内生成60秒的音频，并支持用户定制个性
AI资讯谷歌正式推出图像生成AI模型“Nano Banana 2”和“Nano Banana Pro”
美国谷歌公司于2026年5月29日（当地时间）正式发布了图像生成AI模型“Nano Banana 2”（Gemini 3.1 Flash Image）和“Nano Banana Pro”（Gemini 3 Pro Image），向开发者和企业开放使用。这两款模型可通过“Google AI Studio”以及“Gemini Enterprise Agent Platform”的API接口调用。 “
AI资讯高性能视频生成AI「MiniMax-H3」开源发布，支持商业用途
2023年8月3日（中国时间），MiniMax发布了通用AI模型「MiniMax-H3」的权重文件，已在Hugging Face平台公开。该模型能够综合理解文本、图像、视频和音频等多种素材，生成最高2K分辨率并带有立体声的视频。 MiniMax-H3采用MiniMax-H3社区许可协议，允许商业使用，但需注明许可信息。若年销售额超过2000万美元（约合31亿元人民币，按1美元兑155日元计算），
AI资讯巴尔特斯创新株式会社推出利用AI提升业务流程与生产力的解决方案
巴尔特斯创新株式会社于13日宣布，正式推出一款通过AI技术解决企业业务难题的“AI解决方案”。该方案通过优化业务流程并应用生成式AI，旨在精准解决企业面临的各种业务挑战。 “AI解决方案”采用多模态AI技术，能够跨越文本、语音、图像和数值等多种数据类型，集成于业务流程中，实现自动化和效率提升。该方案不仅仅是将AI作为工具引入，而是在梳理业务问题的基础上，将AI深度嵌入业务流程，实现判断、记录与执行
AI资讯日本NTT推出提升LVLM输出可信度的新机制“根拠强化解码”
日本NTT开发了通过理论框架增强多模态AI模型推理可信度的“根拠强化解码”技术，解决了视觉语言模型推理中根拠与结果不一致的问题。
AI写作InkFox AI：多模态智能创作与工作流自动化平台
InkFox AI 是一款支持文本、图片、音频等多模态的智能创作与自动化平台，集成 AI 对话、文案生成、图片生成、工作流编排与团队协作，帮助个人与企业高效完成内容创作和业务流程自动化。