跳到正文

#多模态

今日 4 条
今天11月18日周三
  1. Testing Catalog76

    Microsoft 在 Ignite 2026 发布七个 MAI 模型

    Microsoft 在 Ignite 2026 发布七个新的 MAI 模型,覆盖编码、安全、图像生成、语音、转录和模型路由。Microsoft 称 MAI Code 2 在多项编码基准上达到 GPT-6.1 Sol 98% 的质量、约 40% 的价格,MAI Cyber 2 Flash 提供 100 万 token 上下文窗口。

    推荐理由:MAI 新模型覆盖编码、安全、图像和路由并给出多项价格与基准对照,便于判断企业AI落地的成本取舍。

  2. 量子位80

    AMD完成对World Labs的收购,李飞飞正式出任执行副总裁兼首席科学家

    AMD宣布完成对World Labs的收购,交易对价约82亿美元且为全股票,李飞飞出任执行副总裁兼首席科学家。从9月28日签约到11月13日交割历时46天,AMD向World Labs原股东定向发行1497.8万股普通股。

    推荐理由:材料把82亿美元并购放进AMD收购史和英伟达软硬布局的对照中,呈现模型团队与芯片栈协同的竞争逻辑。

11月17日周二
  1. IT之家61

    快手可灵全新一代图像创作模型 Kling Image 4.0 上线:支持原生 8K,单图内可生成 2000 字

    快手可灵 AI 今天(17日)深夜宣布 Kling Image 4.0 正式上线,并面向企业客户与开发者开放 API 接入。新模型采用理解生成统一架构,支持原生 8K 图像生成、单张照片内生成 2000 字,并支持一次描述最多生成 10 张系列图片。它还支持最高 15000 tokens 文本输入,内置 70+ 种预设商用字体和 110+ 种预设影调风格,原生智能体能力可辅助规划整组图片。

  2. IT之家37

    Switch 2 被发现桌面同款 DLSS 4:输入特征缩减 75%、预设 H/I 两大低负载模式

    开发者从任天堂 Switch 2 中提取出英伟达 DLSS 模型,发现其包含与 PC 桌面版权重相同的 DLSS 4 第一代 Transformer 模型,但未发现 DLSS 4.5 模型。Switch 2 配有 H 和 I 两套采用 CNN 模型的专属预设,输入特征网格规模仅为桌面版的四分之一,旨在减少计算负担并加快处理。

11月16日周一
  1. 量子位80

    阿里巴巴发布Qwen4-Max,智能体与编程能力进阶

    阿里巴巴发布全新一代基座大模型Qwen4-Max,总参数2.4T,具备原生视觉能力并支持百万上下文。Qwen4-Max采用基于Qwen稀疏注意力(QSA)的全新MoE架构,2.4T总参数仅激活71B,CodeArena前端编程盲测位居第六。

    推荐理由:材料给出Qwen4-Max与上一代在Token用量、任务费用和多项评测上的对比,便于判断效率与能力变化。

  2. IT之家34

    KTC 推出 VMAX 全感知智能体主机,配备 VMAX GO 随行屏

    KTC 推出 VMAX 全感知智能体主机,在 Windows 迷你主机基础上整合云台摄像头、阵列麦克风及 VMAX GO 随行屏。该设备本地集成视觉、音频算法及对话会议纪要大模型,支持本地运行复合型 AI 工作负载与语音交互。VMAX GO 随行屏可磁吸拆卸,离线独立采集音频,放回主机后自动同步数据并生成结构化会议纪要。

  3. IT之家30

    2027 款极狐阿尔法 S5 上市:增加激光雷达,限时补贴价 11.58 万元起

    2027 款极狐阿尔法 S5 上市,推出 3 款配置,限时补贴价 11.58 万至 13.88 万元。新车新增 192 线激光雷达与 148 升前备厢,搭载高通骁龙 8775A 芯片及北汽元境智能辅助驾驶系统,支持 5C 超快充。作为年度改款车型,该车在外观细节、内饰配置及动力续航上均进行了优化升级。

  4. TechCrunch · AI49

    Apple 与 OpenEvidence 合作推出新应用研究 AI 健康应用

    Apple 与 OpenEvidence 合作推出新应用,研究用户如何使用基于临床数据的 AI 回答健康问题。该研究面向美国 21 岁以上、使用 iPhone 15 及 iOS 26 的用户,计划招募多达 200,000 名参与者进行为期 12 个月以上的测试。此前 OpenAI 曾披露其每周处理超过 3 亿次健康相关查询,显示该领域需求巨大。

  5. IT之家53

    字节跳动 Seedance 2.5 4K 视频生成模型 API 全面开放

    字节跳动火山引擎今日全面开放 Seedance 2.5 4K 视频生成模型 API,开发者与企业客户可通过接口调用该模型。该模型支持 Draft 模式,可先用 480P 样片验证分镜、打磨镜头,再生成 4K 正片。火山引擎于 10 月 23 日正式发布该模型,官方称其通过专项训练更充分学习人物表情、细微动作与画面细节,是 Seedance 2.5 这一代中最强的模型。

  6. IT之家33

    华为麒麟 9050 系列芯片智能音视频处理情报公开:低延迟 AI 异构协同计算、率先支持 H.266 解码

    华为麒麟 9050 系列芯片公开智能音视频处理配置,搭载新一代音视频处理器,音频性能提升 30%。该芯片率先支持 H.266 硬解码,对比 H.265 弱网直播卡顿降低 50-70%,同网速下分辨率提升一档。此前该系列芯片已在中国半导体产业界支持下成功量产。

  7. IT之家48

    古尔曼曝光苹果智能眼镜原型机:主打 Siri 语音交互,预计 WWDC2027 发布

    苹果计划于 2027 年 6 月 WWDC 发布首款智能眼镜,内部代号 N50,主打 Siri 语音交互且无内置显示屏。原型机运行精简版 visionOS 28 系统,支持识别建筑、导航及翻译等功能,并可与 iPhone 协作完成订座、叫车等操作。此前古尔曼曾透露苹果正开发多款智能硬件,该眼镜预计年底开始出货。

11月15日周日
  1. IT之家37

    卡内基梅隆大学展示 OATs 系统:日常物品秒变需照顾的虚拟宠物

    卡内基梅隆大学博士生金大华在 UIST 2026 上展示 OATs 系统,通过电子墨水屏将日常物品转化为需照顾的虚拟宠物。该系统利用传感器监测物品状态,并由谷歌 Gemini 旗下的 Nano Banana 生成对应情绪形象,主模块成本约 20 美元。目前 OATs 续航仅 3 至 4 天,仍属概念验证技术,旨在探索 AI 与实体物品的情感交互。

  2. The Decoder75

    美团开放 LongCat-2.5 权重,1.6 万亿参数智能体模型完全在中国硬件上训练

    美团在 LongCat-2.5 官方亮相一周后开放权重,这款 1.6 万亿参数智能体模型完全在中国硬件上训练。它采用 MoE 架构,1.6 万亿总参数中每 token 约 480 亿激活,能理解文本、图像和视频并可开关推理;API 兼容 OpenAI 和 Anthropic 格式,一次最多处理 100 万 token、生成最多 128,000 token。

  3. IT之家32

    小米海外公布 18 Pro 系列手机背屏适配:支持谷歌地图、Spotify、Gemini 等应用

    小米在海外公布 18 Pro 系列手机背屏适配进展,支持谷歌地图、Gemini、Spotify、YouTube Music 和 Trip.com 等应用。该系列手机还将支持生成式 AI 功能,可将单词学习、喝水提醒等需求生成背屏应用。小米 18 Pro 系列已于 9 月 23 日在国内正式发布,搭载第六代骁龙 8 至尊版系列移动平台,售价 5,999 元起,预计今年内登陆国际市场。

11月14日周六
  1. IT之家37

    华为麒麟 9050 系列新马良 GPU、AI ISP 情报公开:实装二代硬件光追,首次实现 2 亿像素融合拍照

    华为麒麟 9050 系列芯片公开新一代马良 GPU 与 AI ISP 配置,搭载第四代 GPU 微架构,性能提升 40%、功耗下降 45%,并支持第二代硬件光追,光追性能提升 78%。该系列 AI ISP 集成像素专用 NPU,支持 4K60 实时视频处理,并首次实现 2 亿高像素融合拍照。这是华为在详解麒麟 9050 系列核心升级后,进一步披露的图形与影像处理细节。

  2. IT之家44

    清华大学发布单细胞蛋白组基础模型 ProtCell,利用摩尔线程 S5000 智算卡成功完成“虚拟细胞”预训练复现

    清华大学自动化系江瑞课题组发布单细胞蛋白组基础模型 ProtCell,该模型汇集约 3.8 亿个细胞及 98 个公开数据集用于预训练与评估。团队在摩尔线程 MTT S5000 智算卡上成功完成全流程预训练复现,主要定量评测指标与国际主流 GPU 平台差异仅约 0.2%。此举验证了国产算力对前沿生命科学基础模型的承载力,为构建自主可控的“虚拟细胞”提供关键支撑。

  3. IT之家16

    微信鸿蒙版 App 获 8.0.23.38 邀测升级

    微信鸿蒙版 App 在华为应用市场发布 8.0.23.38 版本邀测升级,测试时间为 2026/11/13-2026/12/13。该版本新增多项功能,包括公众号文章 AI 摘要、聊天消息问小微、群收款导入账单及登录设备管理等。此次更新说明为“修复了一些已知问题”,部分新功能需逐步开放或灰度测试。

11月13日周五
  1. 量子位45

    未来医生MedGPT在40例复杂肺癌诊疗中击败250名三甲医生

    未来医生MedGPT在40例复杂肺癌病例评测中以88:12战胜250名三甲医生,综合得分96.22分大幅领先GPT-5.4等国际主流模型。该模型辅助下医生总体得分提升24.1%,其表现获中美多位顶尖临床专家认可。这是中国AI医疗首次完成大规模肺癌实证,验证了医疗大模型在复杂诊疗决策中的临床价值。

  2. 量子位10

    MEET2027 公布第二批嘉宾:涵盖 AI4S、量子计算与 AI Infra 领域

    量子位宣布 MEET2027 大会第二批嘉宾阵容,涵盖百度、分子之心、蚂蚁集团、相干科技、面壁智能、商汤科技等机构代表。嘉宾将聚焦 AI 从模型能力向可交付系统转变,探讨 AI4S、量子计算及 AI Infra 在真实场景中的落地与支撑。该大会定于 12 月 9 日在北京举行,同期还将发布人工智能年度榜单及 2026 年度 AI 十大趋势报告。

  3. IT之家19

    微信鸿蒙版 App 获 8.0.23.37 正式版更新

    微信鸿蒙版 App 在华为应用市场发布 8.0.23.37 正式版更新,本次更新日志未列出具体变更内容。据博主反馈,8.0.23 版本新增多项特性,包括部分 Flutter 页面响应系统字体粗细、好友及群昵称支持长按复制、服务号文章支持长按删除等。此外,该版本还引入了多处“问小微”AI 功能入口,如聊天消息、公众号文章及图片长按问小微,以及朋友圈 AI 帮写功能,部分功能需灰度开放。

  4. IT之家30

    中科院合肥物质院提出 M³Net 肺结节 AI 辅助诊断新方法

    中国科学院合肥物质院团队提出 M³Net 模型,通过模拟医生“先全局、再局部、后细节”的读片逻辑,实现肺结节良恶性辅助诊断。该模型在 LIDC-IDRI 和 USTC-FHLN 数据集上分类准确率优于十二种流行算法,且参数量与运算成本更低。研究结果已发表在 Information Fusion 上,旨在提高肺癌早筛的准确性与可解释性。

  5. IT之家20

    语飞国际中文教育垂直大模型发布

    2026 世界中文大会在北京开幕,会上发布语飞国际中文教育垂直大模型,为全球中文学习者、教师和教育机构提供智能化服务。该模型支持即时反馈评测、个性化辅导及多轮对话生成教学素材,并提供标准化接口赋能应用。此举旨在推动优质教学资源与智能服务共享,助力国际中文教育数智化发展。

© 2026 SI·Hot · Super Intelligence Hot · 超级智能热点 · 网站数据均来源于网络公开资料,版权归来源方所有