腾讯开源混元多模态大模型 Hy4-V 多模态识别精度刷新 SOTA
8月14日,腾讯混元正式开源 Hy4-V 多模态大模型,在 12 项国际权威多模态基准上刷新 SOTA。Hy4-V 支持图像、文本、音频、视频、3D 五模态融合理解,在视觉问答、跨模态检索、视频时序理
作者：Thomas Tang
中信证券 AI 投顾上线智能投顾 2.0 资产配置模型全面升级
8月14日,中信证券正式上线「智能投顾 2.0」,基于自研 AI 大模型与千亿级金融语料,为零售客户提供个性化资产配置方案。系统支持根据用户风险偏好、投资目标、市场环境,在权益、固收、另类、海外、另类
蔚来 NOMI 5.0 大模型上车 全车语音响应时间压缩至 200ms
蔚来 NOMI 5.0 大模型上车 全车语音响应时间压缩至 200ms
三星 Galaxy Z Fold 8 内置 Gemini 3 Pro 多模态交互升级
三星 Galaxy Z Fold 8 内置 Gemini 3 Pro 多模态交互升级
百度文心 5.0 重磅升级 全栈全场景 AI 能力对外开放
8月14日,百度正式发布文心大模型 5.0,在基础模型、智能体、知识检索、长文理解四大方向重磅升级。文心 5.0 以全栈全场景 AI 能力对外开放,提供推理增强版、Agent 协作版、长文处理版三大版
OpenAI 发布 GPT-5.6 系列 编程与数学双榜登顶
8月13日,OpenAI 正式发布 GPT-5.6 系列三变体(GPT-5.6、GPT-5.6-Sol、GPT-5.6-Turbo),在 SWE-Bench Pro 编程、
xAI Grok 5 上线原生语音 多角色对话与情绪识别突破
8月14日,马斯克旗下 xAI 正式发布 Grok 5 大模型,核心亮点为原生语音能力与多角色对话系统。Grok 5 支持 12 种语言实时语音对话,可识别用户情绪并调整语气、节奏与表达策略。
苹果 Apple Intelligence 中国版正式上线 鸿蒙 AI 同步备案
苹果 Apple Intelligence 中国版正式上线 鸿蒙 AI 同步备案
可灵 AI 上线「剧本模式」长视频创作实现秒级分镜
8月15日,快手可灵 AI 正式上线「剧本模式」,支持用户通过自然语言剧本一键生成长视频内容,并在秒级时间内完成自动分镜、镜头匹配、画面生成、BGM 合成等全流程。
华为开源盘古 CV 大模型 6.0 多模态能力升级
8月14日,华为开源盘古 CV(计算机视觉)大模型 6.0 版本,在 GitCode 与开源中国同步上线。新模型重点升级多模态融合、空间智能与具身感知能力,在图像识别、视频理解、3D 重建三大任务上全
阿里通义千问开源视频模型 Wan2.5 文生视频生成时长突破 60 秒
8月15日,阿里通义千问正式开源视频生成大模型 Wan2.5,在 Hugging Face 与魔搭社区同步上线。模型支持文生视频、图生视频、视频续写三大功能,最大生成时长突破 60 秒,达 1080p