蚂蚁集团发布灵光网页版 AI 助手：30 秒生成小应用，提升办公与学习效率
蚂蚁集团近日正式推出 灵光网页版 AI 助手，为用户提供更便捷的智能化工具体验。依托强大的大模型能力，灵光网页版不仅支持 30 秒快速生成小应用，还能实现 多端数据同步，让用户在浏览器端即可完成创...
智谱开源 GLM-4.6V 系列发布：原生 Function Call、128k 多模态上下文与免费商用轻量版
智谱近日正式发布 GLM-4.6V 系列模型，面向图像、视频、多模态分析与智能应用开发，提供更高效的理解能力和更灵活的部署选项。该系列不仅具备强大的多模态处理能力，还提供 原生 Function ...
微软发布 VibeVoice-Realtime：实时文本转语音模型赋能互动式应用体验
随着实时交互场景的不断增加，语音技术在智能应用中的价值愈发凸显。微软最新推出的 VibeVoice-Realtime-0.5B 模型，是一款专为低延迟、高质量语音生成而打造的实时文本转语音（TTS...
英伟达 NVARC 4B AI 小模型表现亮眼：ARC-AGI2 分数领先 GPT-5 Pro，成本与效率双向优化
随着 AI 模型规模不断增长，推理成本和部署门槛也在持续升高。与“大模型 = 更强能力”的行业趋势不同，英伟达推出的 4B 参数轻量级模型 NVARC 展示出另一条潜在发展路线：通过提升适应性与数...
美团重磅开源 6B 图像生成模型 LongCat-Image
美团 LongCat 团队正式开源了 LongCat-Image ——一款仅 6B 参数规模但性能对标大模型的新一代图像生成模型。尽管体量小巧，但其 图像编辑能力与 中文文字生成能力均达到了当前开...
腾讯混元2.0开启内测：406B参数MoE架构，Think与Instruct版本推理与指令能力全面升级
随着企业对高性能大模型需求的不断提升，腾讯正式推出 混元2.0（Hunyuan 2.0） 进入内测阶段。此次更新带来 Think 与 Instruct 两个大模型版本，主打强推理能力、指令遵循效果...
Qwen3-TTS语音合成模型解析：49种音色、10种语言与9种方言
在AI语音应用加速落地的今天，“更像真人、更稳定、更容易切换角色”的语音合成（TTS）正在成为教育内容生产、直播配音、智能客服与多语言出海产品的重要能力。近期，阿里巴巴推出 Qwen3-TTS，主...
可灵AI上线主体库：O1多模态视频模型加入长期记忆，角色一致性超96%告别AI变脸
在多模态视频生成快速普及的当下，“角色不稳定、镜头一切就换脸”一直是内容创作者最头疼的问题之一。近期，可灵 AI 上线全新能力 「主体库」，为 O1 多模态视频模型引入“长期记忆”式的主体管理机制...
OpenAI将发布GPT-5.2
核心事件OpenAI计划于2025年12月9日提前发布GPT-5.2模型，以应对谷歌Gemini 3的竞争压力，较原定12月底发布时间大幅提前。 事件总结 发布背景与调整 Open...
阿里云析言 XiYan-SQL 强势登顶全球榜单，夺得 BIRD-CRITIC SQL 诊断评测第一
在数据库智能化持续发展的背景下，阿里云推出的析言 XiYan-SQL 模型取得了重磅成绩 —— 在全球权威评测 BIRD-CRITIC 榜单中斩获第一，力压多家国际顶尖团队，展现了强劲的 SQL ...