腾讯上线由腾讯混元安全团队朱雀实验室研发的 朱雀大模型检测 工具，旨在帮助用户识别AI生成的图像和AI生成文本检测系统。通过检测图片中的纹理、语义及隐层特……

可灵 AI 重磅升级，「多图参考」功能全新上线，支持参考单个角色生成视频，不同角色之间的互动，支持上传4张参考图，可以是人物、物品、道具和场景。确保多个……

百川智能上线开源全模态模型 Baichuan-Omni-1.5 。模型支持文本、图像、音频和视频的全模态理解，具备文本和音频的双模态生成能力。在视觉、语音及多模态流式……

字节跳动提出 OmniHuman ，基于扩散变换器的高保真人类视频生成框架。模型通过单阶段的音频和姿态驱动，能生成高质量的人类视频内容。支持文本、音频、姿态等……

字节跳动豆包大模型团队联合北京交通大学、中国科学技术大学发布的“ VideoWorld ”视频生成模型，现已开源。模型首次实现仅通过视觉信息认知世界，无需依赖语言……

亚马逊在AWS re:Invent大会上宣布将推出6款大模型和3nm第三代AI训练芯片Trainum3，以及最强AI服务器Trn2 UltraServer。 Amazon Nova系列模型 涵盖文本、图像和……

智谱AI推出首个免费多模态模型 GLM-4V-Flash ，该模型基于4V系列，提升图像处理精确度，降低开发门槛。模型支持26种语言，具备图像描述生成、分类等高级功能，……

全球首个AI程序员 Devin 已全面开放，支持个人开发者和团队以每月500美元订阅服务，包括Slack集成、IDE扩展和技术支持。Devin能熟练使用多种编程语言，独立完……

DeepSeek推出 DeepSeek-VL2 AI视觉模型，模型采用DeepSeek-MoE架构结合动态切图技术，提升视觉能力。模型在视觉定位、梗图解析、OCR和故事生成等方面展现出新……

字节跳动旗下火山引擎发布豆包大模型家族全面升级，包括 视觉理解模型 ，能同时处理文本和图像问题，提供准确回答，大幅降低开发流程复杂度。模型在教育、旅游……