Qwen团队发布开源多模态推理模型 QVQ ，基于Qwen2-VL-72B构建，提升AI的视觉理解和复杂问题解决能力。QVQ在MMMU评测中得分70.3，显著优于Qwen2-VL-72B-Instruc……

IBM发布大语言模型新版本 Granite 3.1 ，相较于3.0版本，Granite 3.1采用了更密集的架构，能处理多达128,000个令牌，显著提升了处理复杂文本的能力。版本包含8……

谷歌发布AI图像生成工具 Whisk ，支持通过上传图像来生成新图像，无需复杂的文本提示。可以为图像的主题、场景和风格提供多张图像作为提示，或者使用谷歌自动……

腾讯发布多模态大模型 POINTS 1.5 ，继承了POINTS 1.0的LLaVA架构，包含视觉编码器、投影器和大语言模型。模型在效率和性能上均有显著提升，特别是在复杂场景O……

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……

2025年1月13日，百川智能创始人王小川与宁波高新区管委会签订合作协议，百川智能大模型项目落地宁波高新区。王小川表示将立足宁波特色，推进 AI 赋能千行万业……

在2025年1月7日的 CES 展会上，英伟达 CEO 黄仁勋发布了 RTX 5090 显卡。显卡采用 Blackwell 架构，拥有 920 亿晶体管，AI 性能达 3352 TOPS，显存为 32 GB GD……

传音控股与阿里云达成合作，将通义千问大模型搭载于旗下 TECNO 品牌的 AI 手机 PHANTOM V Fold2 中。手机通过特定的 AI 按键，用户可以在离线环境中流畅运行多……

马斯克的xAI公司宣布完成60亿美元C轮融资，主要投资方包括A16Z、Blackrock、富达管理研究公司等。英伟达和AMD作为战略投资者继续支持xAI基础设施扩展。资金将……

ElevenLabs推出最新的人声合成模型 Flash ，宣称是目前最快的文本转语音解决方案，延迟仅为75毫秒，非常适合低延迟的对话式语音助手。Flash模型有两个版本，Fl……