标签：多模态
从「会表演」到「更会演」：KlingAvatar2.0让数字人拥有生动灵魂
KlingAvatar2.0实现了数字人技术的重大突破，通过三大核心技术革新显著提升了虚拟角色的表现力。时空级联框架解决了长视频生成的连贯性问题，采用智能蓝图生...
382人、平均95后，MiniMax百亿估值冲刺IPO！招股书首次披露业绩：研发成本仅为OpenAI的1%、收入猛增8倍
通用人工智能公司MiniMax通过港交所上市聆讯，成为继智谱AI后第二家冲刺IPO的中国大模型企业。若成功上市，这家成立于2022年初的公司将以不到3年时间刷新AI企...
不儿，这谁还能看出是AI演的视频啊
火山引擎最新推出的豆包视频生成模型Seedance 1.5 Pro在FORCE原动力大会上亮相，其核心突破在于实现了音画高精度同步生成。该模型通过单一Prompt即可生成包含...
火山引擎的「火」，是怎么点起来的
火山引擎作为字节跳动在AI时代的重要技术输出平台，其核心战略定位已明确为「AI云原生」，通过内外双循环验证技术价值。过去两年，云服务行业普遍转向以AI能...
Gemini 3 Flash 倒反天罡了：关键性能居然超过了 Pro!
Google 正式发布 Gemini 3 Flash，这是一款定价仅为竞争对手 1/4 至 1/5 的轻量级 AI 模型，却在多项基准测试中展现出超越同级别甚至旗舰模型的性能。 在编码...
大模型的进化方向：Words to Worlds | 对话商汤林达华
李飞飞团队的空间智能模型Cambrian-S首次被国产开源AI模型SenseNova-SI超越。该模型由商汤科技开发，在多项空间智能基准测试中取得领先成绩。商汤科技首席科...
对话张进：当 AI 不再只靠「看见」去理解世界丨GAIR 2025
声波与毫米波等无线感知技术正在成为人工智能理解物理世界的新维度。随着AI系统从实验室走向真实场景，传统依赖视觉的感知方式在动态复杂环境中逐渐显现局限...
还在手搓PPT？试完这款AI，我连夜卸载了付费模板库
办公小浣熊3.0的发布标志着AI从内容生成向任务执行的范式跃迁。这一升级版工具通过多模态智能体创作引擎，实现了PPT从草稿到交付的全流程自动化，同时支持百...
港中文 MMlab×美团新研究：仅用一个模型，应对多种视觉推理任务
香港中文大学多媒体实验室与美团联合研究团队提出了一种名为OneThinker的统一多模态推理模型，旨在解决当前单一任务或单一模态方法面临的瓶颈问题。现实世界...
Looki 国内开售：你愿让AI把触角伸到你的生活里么？
Looki是一款兼具实验性与实用性的AI硬件产品，其设计理念打破了传统智能设备的单向服务模式。30克的机身整合了摄像头、麦克风及触摸面板，通过独特的“间隔拍...
