黑森林实验室发布Flux3：全球首个原生生成音频的多模态基础模型，20秒内音画同步一次成型
黑森林实验室发布Flux3：全球首个原生生成音频的多模态基础模型，20秒内音画同步一次成型 近日，黑森林实验室正式发布了其最新研究成果——Flux3，这是全球首个原生生成音频的多模态基础模型。该模型最...
新晋菲尔兹奖得主、IMO满分天才Tsimerman宣布加入OpenAI
新晋菲尔兹奖得主、IMO满分天才Tsimerman宣布加入OpenAI 事件概述 近日，2024年菲尔兹奖得主、国际数学奥林匹克（IMO）满分得主雅各布·齐默尔曼（Jacob Tsimerman）正式...
快手进军AI互动内容领域，开启首批创作者招募
快手进军AI互动内容领域，开启首批创作者招募 事件概述 近日，快手正式宣布进军AI互动内容领域，并同步启动首批创作者招募计划。此举标志着快手在“短视频+直播”基本盘之外，开始将AI技术深度融入内容生产...
腾讯混元“二合一”：多模态与LLM部门合并，姚顺雨统管冲击全模态上限
腾讯混元“二合一”：多模态与LLM部门合并，姚顺雨统管冲击全模态上限 事件概述 近日，腾讯混元大模型团队完成了一次关键的组织架构调整：将原有的多模态研究团队与大型语言模型（LLM）研发部门合并为统一的...
Google Q2资本支出破纪录翻倍：449亿美元投入AI基础设施，云业务利润率近乎翻番
Google Q2资本支出破纪录：AI军备竞赛进入“烧钱”新阶段 近日，谷歌母公司Alphabet公布了2024年第二季度财报，其中最引人注目的莫过于资本支出同比翻倍，达到惊人的449亿美元，远超市场...
苹果Apple Store应用计划推出AI虚拟购物助手，支持产品问答与辅助决策
# 苹果Apple Store应用计划推出AI虚拟购物助手：重塑零售体验的新尝试 据多方消息，苹果正计划为其官方Apple Store应用引入一款基于生成式AI的虚拟购物助手，旨在为用户提供产品问答与...
ChatGPT桌面版语音模式上线：口述需求，AI多线程并行，咖啡未凉会议纪要已生成
ChatGPT桌面版语音模式上线：口述需求，AI多线程并行，咖啡未凉会议纪要已生成 一、功能概述：从“对话”到“协同”的跃迁 OpenAI 近日正式面向 macOS 与 Windows 桌面端用户推出...
Claude 语音模式现已搭载 Opus：从“随口问答”进化为可调用工具、切换语言的实时助手
Claude 语音模式现已搭载 Opus：从“随口问答”进化为可调用工具、切换语言的实时助手 升级背景：从轻量响应到旗舰智能 Anthropic 近日宣布，其语音模式已全面升级为基于 **Claude...
阿里开源0.8B文档解析模型OvisOCR2，端到端方案在OmniDocBench上夺冠
# 阿里开源0.8B文档解析模型OvisOCR2：轻量级端到端方案登顶OmniDocBench 近日，阿里巴巴正式开源了其最新的文档解析模型——**OvisOCR2**，该模型参数量仅为0.8B，却以...
德国黑森林实验室发布Flux3多模态模型：原生音频生成，20秒音视频同步输出
# 德国黑森林实验室发布Flux3多模态模型：原生音频生成，20秒音视频同步输出 ## 一、发布背景与核心突破 2025年3月，德国黑森林实验室（Black Forest Labs）正式发布其第三代多...