全部標簽

AI資訊

谷歌發布 Nano Banana Pro：新一代圖像生成與編輯模型亮相

2025 年 11 月 20 日，Google DeepMind 正式推出其新一代圖像生成與編輯模型——Nano Banana Pro（也被標識為 Gemini 3 Pro Image），旨在將用戶的創意直接轉化為“工作室級別”的視覺資產。這一版本承接此前爆紅的 Nano Banana 系列（Gemini 2.5 Flash Image），但向前邁出了關鍵一步：融合更強的 “世界知識理解”、清晰…...
- 11月21日
螞蟻集團正式發布全模態 AI 助手「靈光」，一句話可生成小應用

2025 年 11 月 18 日，螞蟻集團正式發布全模態 AI 助手「靈光」，面向個人用戶與開發者提供“自然語言生成小應用”的能力。靈光主打“一句話生成工具”，最快 30 秒即可創建一個可交互的小應用，支持編輯、分享與二次交互。靈光具備文字、圖像、語音、視頻、3D 模型、動畫等多模態理解與生成能力，并提供三大核心模式：靈光對話：支持自然語言交互，多模態結果可直接呈現圖表、模型、音視頻內容。 …...
- 11月18日
美團發布AI編程 IDE 工具 - CatPaw，支持龍貓等多種模型混合調用

2025年11月10日，美團正式發布自研 AI 編程 IDE 工具——CatPaw。這款工具以“Agent + 人協作”為核心理念，將 AI 從輔助生成器升級為真正懂代碼、會執行、能優化的智能開發伙伴。 CatPaw 集成了美團自研大模型 LongCat，并支持多模型混合調用。它為開發者提供四大核心能力： ?? Tab（代碼補全預測）：智能識別上下文邏輯，實時補全下一行代碼。 ?? Agent（快速問…...
- 11月11日
DeepSeek 發布 DeepSeek-V3.1-Terminus：優化語言一致性，強化 Agent 能力

2025 年 9 月 22 日，DeepSeek 正式發布其開源大語言模型的最新更新版 — DeepSeek-V3.1-Terminus。該版本在前代 V3.1 的基礎上，結合用戶反饋進行了深度優化，重點提升了語言一致性與智能體能力。據官方介紹，DeepSeek-V3.1-Terminus 同時提供思考模型與非思考模型，上下文窗口均為 128k，支持在線體驗。輸出長度方面，非思考模型默認 4K、…...
- 9月23日
美團推出 AI 生活助手“小美”，開啟本地生活智能化新體驗

2025年9月12日，美團正式發布首款獨立 AI 助手 App——小美，目前已在 iOS App Store 上線并進入公測階段。小美定位為 AI Agent 本地生活助手，主打“幫你想、代你辦”。用戶可通過自然語言一句話完成點外賣、安排工作餐或奶茶團單，系統會自動選擇餐廳并完成下單；對于有“選擇困難”的場景，小美能結合預算、口味和距離給出推薦，并可代為訂座或排隊，實時同步等位進度。此外，小美…...
- 9月13日
通義千問推出新一代語音識別模型 Qwen3-ASR-Flash

2015年9月8日，阿里旗下通義千問團隊正式發布最新語音識別模型 Qwen3-ASR-Flash。該模型基于 Qwen3 底座訓練，結合千萬小時級別的多模態與 ASR 數據，主打高精度與高魯棒性，支持 11 種語言及多種方言，并在中英文及多語種基準測試中取得領先成績。 Qwen3-ASR-Flash 最大亮點在于支持上下文定制與歌聲識別。用戶可輸入關鍵詞、段落或整篇文檔作為背景提示，模型將智能匹…...
- 9月9日
美團發布自研大模型 LongCat-Flash-Chat，上線在線助手 LongCat AI

近日，美團正式發布自研大模型 LongCat-Flash-Chat，并同步推出基于該模型的在線對話平臺 LongCat AI，標志著美團在人工智能基礎模型和應用層面的雙重布局。 LongCat-Flash-Chat 是基于美團自研基礎模型 LongCat-Flash 打造的對話增強模型，規模高達 5600 億參數，采用 Mixture-of-Experts 架構與動態專家激活機制，平均每個 to…...
- 9月1日
DeepSeek-V3.1 發布，邁向智能 Agent 時代的關鍵一步

2025 年 8 月 21 日，深度求索公司正式發布新一代語言模型 DeepSeek-V3.1，標志著其在智能 Agent 領域邁出了重要一步。新版本在混合推理架構、思考效率和 Agent 能力等方面均有顯著提升。核心亮點混合推理架構：DeepSeek-V3.1 支持思考模式與非思考模式的自由切換，用戶可根據需求選擇深度推理或快速回答。更高的思考效率：相比前代模型，V3.1 在減少輸出 to…...
- 8月21日
OpenAI發布GPT-OSS：開源權重大模型，原生支持128K上下文

2025年8月5日，OpenAI 宣布推出全新開放權重大語言模型系列 GPT-OSS，這是自 GPT-2 以來該機構首次發布支持本地部署的模型權重。新系列包括兩個版本：輕量的 GPT-OSS-20B 和高性能的 GPT-OSS-120B，均采用 Mixture-of-Experts（MoE）架構，在保持生成能力的同時顯著降低計算資源消耗。相比傳統閉源模型，GPT-OSS 系列具備更強的開放性與可…...
- 8月6日
Manus 推出 Wide Research 功能，多智能體并發處理大規模任務

2025年8月1日，AI智能體平臺 Manus 上線了名為「Wide Research」的新功能，允許用戶通過多個 AI 智能體并發處理大規模任務，如批量生成設計稿、評選MBA項目或分析股票表現。這項功能已率先向 Pro 用戶開放，后續將逐步開放給 Plus 和 Basic 用戶。 Wide Research 的核心亮點 1、系統級并行處理與智能體協作 Wide Research 的關鍵在于其系統…...
- 8月1日
阿里通義開源視頻生成模型 Wan2.2

2025 年 7 月 28 日，阿里巴巴通義實驗室正式開源了 Wan2.2，這是一款專為電影級視覺控制和高質量視頻創作設計的開源視頻生成模型。Wan2.2 通過混合專家（MoE）架構，實現了對電影鏡頭語言的深度理解和還原，支持多維度的視覺呈現，如光影、色彩和構圖。此外，它在數據訓練規模和專業美學訓練上實現了雙重升級，顯著提升了復雜場景的表現力和美學表現能力。核心功能文生視頻：具備電影級視覺控制…...
- 7月29日
GLM-4.5 發布，面向推理、代碼與智能體的開源 SOTA 模型

2025 年 7 月 28 日，智譜 AI 團隊正式發布了新一代旗艦模型 GLM-4.5，這是一款專為智能體應用打造的基礎模型，標志著開源模型在推理、代碼生成和智能體能力上達到了新的高度。 GLM-4.5 采用了混合專家（MoE）架構，總參數量達 3550 億，激活參數 320 億。其姊妹模型 GLM-4.5-Air 則更為精簡，總參數量 1060 億，激活參數 120 億。兩者均在 15 萬億 …...
- 7月29日
通義千問發布Qwen3-Coder，推動代理編程領域發展

近日，阿里通義千問團隊發布了其最新的編程模型——Qwen3-Coder，旨在為開發者提供更強大的代碼生成和代理編程能力。Qwen3-Coder-480B-A35B-Instruct 是目前最強大的版本，采用了 4800 億參數和 35B 激活參數的 MoE（混合專家）模型，能夠支持原生 256K token 的上下文，并通過 YaRN 技術擴展至 1M token。該模型在代理編程、瀏覽器使用和工…...
- 7月23日
字節跳動發布 Trae 2.0 ，全新 SOLO 模式來襲

近日，字節跳動推出了 Trae 2.0，帶來了革命性的 SOLO 模式，致力于改變傳統軟件開發的工作流程。SOLO 模式不僅是一個“寫代碼的機器人”，它被重新定義為一位“上下文工程師”，能夠理解整個開發過程中的產品需求、技術方案、代碼編寫、調試和部署等環節，無需工具切換或重復溝通。產品亮點一體化 SOLO 模式：Trae SOLO 能夠獨立完成從需求生成到產品部署的全過程。它集成了編輯器、瀏覽…...
- 7月22日
OpenAI 正式發布AI智能體 ChatGPT Agent

2025 年 7 月 18 日，OpenAI 正式發布 ChatGPT Agent，這一創新工具將 AI 的對話能力與網絡交互能力深度融合，為用戶帶來前所未有的自動化任務處理體驗。ChatGPT Agent能夠理解自然語言指令，主動選擇并使用合適的網絡工具完成復雜任務，如財務研究、在線表格填寫、幻燈片制作等，顯著提升工作效率。核心功能亮點任務自動化：ChatGPT Agent可處理多種復雜任務…...
- 7月18日