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……

极智嘉作为全球最大的仓储履约AMR解决方案提供商，已向港交所提交招股书，计划在主板上市。极智嘉已连续五年保持领先地位，服务全球约770家终端客户，包括60家……

谷歌版Sora升级至 Veo 2.0 ，能根据文本或图像生成4K高清视频，理解镜头控制指令。在模拟现实物理和人类表情方面有显著提升，能精确遵循复杂的指令Prompt。在M……

OpenAI直播第8天，ChatGPT推出 Search 搜索功能升级，包括移动端优化和多模态信息搜索，结合Her功能实现实时通话中的语音搜索。基于微调后的GPT-4o模型，使用……

月之暗面 Kimi 今日发布 k1 视觉思考模型 ，模型基于强化学习技术，支持端到端图像理解和思维链技术，覆盖数学、物理、化学等基础科学领域。k1模型在多项基准……

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……

爱诗科技 PixVerse AI视频生成工具，在社交平台引发特效热潮，共上线12种变身特效，有火爆出圈的“毒液变身”，“压扁”，“爆炸”等，短短几天便迅速火遍抖音，备受……

OpenAI在“OpenAI 12天”活动第7天推出了ChatGPT的新功能 Projects ，功能支持用户上传文件、自定义指令、分组聊天和数据管理，整合Canvas和ChatGPT Search，提……

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……

阶跃星辰发布国内首个千亿参数端到端语音大模型 Step-1o 。模型支持语音和文本混合输入输出，具备高智商和情商，能理解语音背后的情绪信息，提供专业建议和情……