标签： 多模态AI

Xiaomi-OCR-0 官方架构与多模态文档理解评测
AI 工具

0.8B小参数逆袭千亿大模型！小米重磅开源Xiaomi-OCR-0：首创异构专家共识与渲染自校验、打通MCP工具链与超级小爱端侧落地全景实测拆解

站外新闻
站外新闻
告别音画脱节与整段重渲！港科大联合交大开源 WorldSonus：首创 100ms 因果流式视频配音、Ring-KV 缓存与中途改声实测全解
AI 工具

告别音画脱节与整段重渲！港科大联合交大开源 WorldSonus：首创 100ms 因果流式视频配音、Ring-KV 缓存与中途改声实测全解

站外新闻
站外新闻
快手可灵 Kling 4.0 全量上线与核心技术突破解析
AI 工具AIGC 资讯

快手可灵 Kling 4.0 正式全量上线：单条突破 30 秒长镜头，支持 2 分钟影视级微短剧与原生 MCP 智能体调度

站外新闻
站外新闻
小米开源空间音频理解大模型 MiDashengLM-Spatial 架构与评测概览
AI 工具AIGC 资讯

小米开源 MiDashengLM-Spatial：业内首个统一通用听觉与 3D 空间方位感知的端到端音频大模型

站外新闻
站外新闻
出门问问Mobvoi MCP Server：一站式多模态AI开发平台，集成语音克隆与数字人，开源驱动智能生产力
AI 工具AIGC 资讯

出门问问Mobvoi MCP Server：一站式多模态AI开发平台，集成语音克隆与数字人，开源驱动智能生产力

站外新闻
站外新闻
中科院重磅开源Jodi：一个模型统一图像生成与理解，开启多模态AI新范式
AI 工具AIGC 资讯

中科院重磅开源Jodi：一个模型统一图像生成与理解，开启多模态AI新范式

站外新闻
站外新闻
Paper2Poster：滑铁卢、NUS、牛津大学联手打造！多智能体框架一键将学术论文转化为专业海报，附评估系统
AI 工具

Paper2Poster：滑铁卢、NUS、牛津大学联手打造！多智能体框架一键将学术论文转化为专业海报，附评估系统

站外新闻
站外新闻
云从科技「从容大模型」多模态AI重磅发布：权威评测登顶，超越谷歌OpenAI，赋能金融医疗等多领域
AI 工具AIGC 资讯

云从科技「从容大模型」多模态AI重磅发布：权威评测登顶，超越谷歌OpenAI，赋能金融医疗等多领域

站外新闻
站外新闻
松下联手UCLA发布OmniFlow：革命性多模态AI实现文本、图像、音频任意生成
AI 工具AIGC 资讯

松下联手UCLA发布OmniFlow：革命性多模态AI实现文本、图像、音频任意生成

站外新闻
站外新闻
联影智能发布‘元智’医疗大模型：多模态融合，一次CT扫描诊断37种疾病
AI 工具AIGC 资讯

联影智能发布‘元智’医疗大模型：多模态融合，一次CT扫描诊断37种疾病

站外新闻
站外新闻
百度MuseSteamer多模态视频生成大模型：AI一键生成电影级音效一体化视频
AI 工具AIGC 资讯

百度MuseSteamer多模态视频生成大模型：AI一键生成电影级音效一体化视频

站外新闻
站外新闻
蚂蚁集团EchoMimicV3震撼发布：130亿参数多模态数字人视频生成框架，重新定义AI动画创作
AI 工具AIGC 资讯

蚂蚁集团EchoMimicV3震撼发布：130亿参数多模态数字人视频生成框架，重新定义AI动画创作

站外新闻
站外新闻
IBM发布258M参数轻量级视觉语言模型：高效文档转换，支持多语言与复杂版式
AI 工具AIGC 资讯

IBM发布258M参数轻量级视觉语言模型：高效文档转换，支持多语言与复杂版式

站外新闻
站外新闻
网易清华联手！LatticeWorld：AI文本一键生成UE5级3D世界，效率飙升90倍
AI 工具AIGC 资讯

网易清华联手！LatticeWorld：AI文本一键生成UE5级3D世界，效率飙升90倍

站外新闻
站外新闻
阿里重磅开源Qwen3-Omni：全球首个原生全模态AI，36项测试22项SOTA碾压GPT-4o
AI 工具AIGC 资讯

阿里重磅开源Qwen3-Omni：全球首个原生全模态AI，36项测试22项SOTA碾压GPT-4o

站外新闻
站外新闻
百度开源Qianfan-VL视觉理解大模型：3B-70B三版本，OCR/数学推理全面突破
AI 工具AIGC 资讯

百度开源Qianfan-VL视觉理解大模型：3B-70B三版本，OCR/数学推理全面突破

站外新闻
站外新闻
- 入群领取知识星球折扣卷, 仅剩99份 -

最近更新

全息流体渐变通用占位特色图
4.7万条违规内容被清、近4000账号封禁！网信办重拳治理AI假冒公众人物：从深度伪造换脸到第一人称虚假带货全链条打击与合规架构全景剖析
AIGC 资讯
流光脑波AI大脑占位特色图
Codex后台悄然泄露gpt-6.2-astra！OpenAI被曝即将三舰齐发：通用Astra、多模态Sol与网安Cyber全景架构推演与技术前瞻
最新趋势
神秘匿名模型Qoduck现身阿里Qoder：极高思考强度免费无限用、疑似Qwen 4 Max预览版与跨文件全局重构能力全景深度拆解
神秘匿名模型Qoduck现身阿里Qoder：极高思考强度免费无限用、疑似Qwen 4 Max预览版与跨文件全局重构能力全景深度拆解
AI 工具
全息流体渐变通用占位特色图
外币信用卡与跨国门槛彻底击碎！马斯克xAI Grok正式支持支付宝与银联直付：中国大陆地区原生适配、首月半价与Cursor生态打通全景深度拆解
AIGC 资讯