AI资讯Mira Murati希望她的AI“让人类始终参与其中”
在人工智能引发的失业担忧和少数大公司权力增强的背景下，Mira Murati创办的初创公司Thinking Machines Lab提出了一个截然不同的技术愿景。 Murati在接受WIRED采访时表示：“未来我们终将拥有超级智能机器，但我们认为实现多种可能的美好未来的最佳方式，是让人类始终参与其中。” 她认为，人工智能不必将人类排除在外。她提出一种更乐观的观点：让人们构建并定制自己的前沿AI模型
#多模态AI
按标签聚合查看文章内容。
AI资讯
AI资讯Gemma 4：最佳小型多模态开源模型，全面超越Gemma 3
谷歌DeepMind发布了Gemma 4系列模型，带来显著性能提升和多模态支持，成为当前顶尖的开源模型之一。
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商业Nexa SDK：在任意设备上快速部署任意 AI 模型
Nexa SDK 是一款面向移动端、PC、车载与物联网设备的 AI 部署工具包，可在 NPU、GPU、CPU 上高效运行 LLM、多模态、语音识别与语音合成模型，实现本地快速、私密、可量产的 AI 推理。
AI图片Pollinations.ai：面向创作者与开发者的一站式 AI 生成平台
Pollinations.ai 是一个面向创作者和开发者的 AI 生成平台，提供简单易用的 API、免费算力和社区支持，可快速生成图片、文本、音频和视频，帮助你低成本搭建 AI 应用与创意项目。
AI聊天助手通义实验室：通义千问与万相多模态大模型平台
通义实验室是阿里云面向开发者与企业推出的全系列大模型与应用创新平台，核心包括通义千问大语言模型与万相视觉生成大模型，覆盖文本、图像、视频、音频等多模态能力，支持从对话问答、代码生成到智能体Agent与行业应用的一站式构建。
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视频TwelveLabs 视频智能平台与 API
TwelveLabs 是一款面向企业和开发者的多模态视频智能平台，通过统一的 API 让 AI 能“看、听、理解”视频内容，实现搜索、分析、洞察与自动化工作流。
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资讯微调时代的终结：AI发展新趋势解析
本文探讨了OpenAI宣布弃用微调API背后的行业变化，以及AI模型训练、推理和应用领域的新动态。
AI商业LAION 开源大规模人工智能开放网络
LAION 是一个非营利的大规模人工智能开放网络组织，专注于向公众免费开放高质量机器学习数据集、工具与模型，推动开放研究与教育。
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。