多模态-青云TOP-AI综合资源站平台|青云聚合API大模型调用平台|全网AI资源导航平台

青云TOP-AI综合资源站平台|青云聚合API大模型调用平台|全网AI资源导航平台

行动起来，活在当下

累计撰写 2598 篇文章
累计创建 886 个标签
累计收到 0 条评论

目录CONTENT

以下是多模态相关的文章

2025-12-03
英伟达携手Mistral AI加速新一代开放模型系列 Mistral AI发布了全新的Mistral 3系列开源多语言、多模态模型，并在英伟达的超级计算和边缘平台上进行了优化。该系列包括前沿级到紧凑型模型，旨在通过混合专家（MoE）架构，提供行业领先的准确性和效率，实现从云到边缘的分布式智能愿景。
- 2025-12-03
- 0
- 0
- 0
2025-12-03
Mistral推出Mistral 3开源模型家族，缩小与大型AI竞争对手的差距法国AI初创公司Mistral于周二发布了全新的Mistral 3开源模型家族，共包含10个模型。该系列包括一个具备多模态和多语言能力的前沿模型，以及九个更小、可离线部署和完全定制化的模型。此举旨在证明对于企业应用而言，模型不一定越大越好，并强调通过微调小型模型可以实现超越闭源模型的效率和性能。
- 2025-12-03
- 0
- 0
- 0
2025-11-23
苹果新研究：AI 不听录音，仅凭文本描述即可零样本识别洗碗等 12 种活动苹果最新研究展示了一种名为“后期多模态传感器融合”的技术，它能使大语言模型（LLM）仅通过分析音频和运动数据的文本描述，就能零样本识别出用户正在进行的 12 种日常活动，如洗碗、烹饪和举重等。该方法巧妙地避开了直接处理原始录音，极大地保护了用户隐私，同时利用 LLM 强大的多模态文本推理能力来整合不同来源的信息。研究表明，即使在无示例训练下，LLM 的活动识别准确率也远超随机水平，为未来在 Apple Watch 等设备上开发高效、注重隐私的 AI 应用奠定了基础。
- 2025-11-23
- 0
- 0
- 0
- AI基础/开发
- AI工具应用
2025-11-20
Google Gemini 3 震撼发布：AI 融入生活，从语音到多模态的飞跃 Google 正式推出了革命性的 Gemini 3 系列模型，标志着人工智能进入与人类生活深度融合的新阶段。Gemini 3 不仅在传统文本处理上能力显著提升，更在语音理解和多模态交互方面实现了跨越式进步。新模型在复杂推理和实时响应方面表现出色，预计将重塑搜索引擎、智能助手及内容创作的体验。此次发布凸显了 Google 在构建通用人工智能方面的持续投入，为开发者和用户带来了更强大、更自然的 AI 交互工具。
- 2025-11-20
- 0
- 0
- 0
2025-11-19
下一代机器人峰会：实现通用具身智能的关键技术与应用前景在近期举行的下一代机器人峰会上，业界专家聚焦于实现通用具身智能（Embodied AI）所面临的关键技术挑战和广阔应用前景。峰会强调，通用机器人需要突破当前任务特定性强的局限，通过多模态学习、更强的世界模型和高保真度模拟环境来构建鲁棒的感知、推理与操作能力。与会者普遍认为，具身智能是实现真正通用人工智能（AGI）的重要路径，未来将在工业制造、服务业乃至家庭场景中发挥颠覆性作用，驱动新一轮产业升级。
- 2025-11-19
- 0
- 0
- 0
- AI基础/开发
- AI行业应用
2025-11-12
MMCTAgent：使AI能够在大型视频和图像集合上进行多模态推理微软研究院推出了MMCTAgent，一种创新的多模态推理代理，能够高效地在海量视频和图像集合上进行复杂查询和分析。该技术结合了检索增强和生成模型的优势，显著提升了AI在处理大规模视觉内容时的推理能力和准确性。
- 2025-11-12
- 0
- 0
- 0
2025-10-24
AI内容创作平台Hangry完成500万美元A轮融资 AI驱动的内容创作平台Hangry近日宣布成功完成500万美元的A轮融资，本轮融资由知名风险投资基金领投，旨在加速其在AI内容生成领域的研发和市场扩张。Hangry专注于利用尖端生成式AI技术，帮助营销人员和企业快速、高效地创建高质量的多模态内容。此次融资将主要用于增强其核心算法能力，特别是提升内容个性化和跨平台适应性，巩固其在竞争激烈的AI内容工具市场中的领先地位，为用户提供更具创意的解决方案。
- 2025-10-24
- 1
- 0
- 0
- AI创意设计
- AI新闻/评测
2025-10-23
AI应用公司LiblibAI完成1.3亿美元B轮融资，加速全球化布局 AI应用公司LiblibAI近期完成了高达1.3亿美元的B轮融资，由红杉中国、CMC资本联合领投，成为今年国内资本市场AI应用赛道最大的一笔融资。该公司在一年内连续完成四轮融资，平台已成为中国最大的多模态模型与创作社区，拥有超过2000万AI创作者。本轮融资将用于加速其全球化布局，并构建全球创作者共创的多模态内容生态。
- 2025-10-23
- 0
- 0
- 0
2025-10-22
OpenAI 推出 ChatGPT Atlas，一个全新的知识引擎平台 OpenAI 发布了其革命性的新平台 ChatGPT Atlas，旨在彻底改变用户访问和利用知识的方式。Atlas 不仅仅是一个聊天机器人，它被定位为一个强大的“知识引擎”，能够深度整合全球实时信息，提供超越传统搜索和问答系统的深度分析与洞察。该平台利用最新的多模态模型和增强的推理能力，使用户能够以更直观、更具协作性的方式处理复杂数据和信息流，标志着人工智能驱动的信息获取进入一个全新的时代。
- 2025-10-22
- 1
- 0
- 0
- AI新闻/评测
- AI工具应用
2025-10-22
多模态AI初创公司Fal.ai在40亿美元估值下完成新一轮融资专为开发者提供图像、视频和音频AI模型的初创公司Fal.ai，在最新一轮融资中获得了超过40亿美元的估值，并筹集了约2.5亿美元资金。本次融资由Kleiner Perkins和Sequoia领投，显示出市场对多模态AI基础设施的强劲需求。Fal.ai的快速增长与其平台上热门应用（如Sora）的普及直接相关。
- 2025-10-22
- 1
- 0
- 0
- AI新闻/评测
- AI行业应用
2025-10-18
Reddit 将其 AI 驱动的搜索扩展到 5 种新语言 Reddit 宣布将其人工智能驱动的搜索体验扩展到法语、德语、西班牙语、意大利语和葡萄牙语。此举使得该功能在巴西、法国、德国、西班牙、墨西哥和意大利等国家的用户可用，用户现在可以用这些语言与由 Google AI 模型驱动的 AI 进行问答式互动，旨在提升平台搜索体验和用户留存。
- 2025-10-18
- 1
- 0
- 0
2025-10-16
重磅升级！豆包发布四大模型：支持情感理解、音调风格调节，精准朗读复杂公式火山引擎在武汉站活动中发布并升级了四款豆包大模型，核心亮点在于语音合成与声音复刻技术的重大突破。豆包大模型1.6新增四档思考长度调节，旗舰版在保持效果的同时，总输出Tokens下降77.5%。新发布的豆包语音合成2.0和声音复刻2.0模型，基于大语言模型研发，实现了对文本的深度语义理解，不仅能精准控制语速、音调和风格，更在小学至高中复杂公式朗读准确率上达到了惊人的90%。此外，轻量级的1.6 lite模型在成本上相较1.5 Pro降低53.3%，为企业应用提供了更具性价比的选择。
- 2025-10-16
- 1
- 0
- 0