AI

Gemini 3 Flash 正式上线！旨在融合前沿智能与极致速度，同时将成本控制在同类产品的「一小部分」。Gemini 3 系列在复杂推理、多模态视觉理解和 AI 智能体任务上，已经展现出了顶尖性能，Gemini 3 Flash 自然也完...

通义 Fun-CosyVoice3-0.5B-2512 文本转语音大模型正式开源！作为一款基于大语言模型（LLM）构建的先进文本转语音（TTS）系统，Fun-CosyVoice3 在核心指标上实现了质的飞跃： ...

Fun-ASR-Nano-2512 语音识别大模型开源！这是通义实验室倾力打造的端到端语音识别大模型，它历经了数千万小时真实语音数据的深度打磨，具备卓越的上下文理解能力和广泛的行业适应性。 该模型不仅支持低延迟的实时听写，还广泛覆盖了 31...

OpenAI 正式推出 GPT-5.2 模型家族！无论是处理电子表格、制作演示文稿、编写代码，还是图像理解、长文本分析、工具调用，乃至处理多步骤的复杂项目，它都展现出了前所未有的强大能力。 基准测试 在多项核心基准测试中...

智谱 AI 正式开源最新一代多模态大语言模型——GLM-4.6V 系列。本次发布包含 2 个版本： GLM-4.6V 将上下文窗口扩展到了 128k Token，在同规模模型中实现了视觉理解与推理能力的 SoTA（State-of-the-...

微软发布轻量级实时文本转语音模型——VibeVoice-Realtime-0.5B。该模型不仅支持流式文本输入，还能稳定生成长语音，它的应用场景也充满了想象空间： 在技术实现上，VibeVoice-Realtime 采用了一种巧妙的交错式窗...

深度求索正式推出 DeepSeek-V3.2 系列大语言模型，专为 AI 智能体打造，主打「推理优先」！ 世界顶级的推理能力 V3.2-Speciale 在国际数学奥林匹克（IMO）、中国数学奥林匹克...

Anthropic 旗舰模型迎来重磅升级——Claude Opus 4.5 正式发布！官方将它定义为「迄今为止最智能的模型」，并特别强调了在代码生成领域的统治级表现： 除了性能封顶，Anthropic 这次在价格上也拿出了极大的诚意。Opu...

Gemini 3 正式亮相，让我们离通用人工智能（AGI）的终极愿景又更近了一步。Google 表示，新一代模型建立在业界顶尖的推理能力之上，是目前多模态理解能力最强的模型之一。它也是迄今为止最具 A...

阿里刚刚对 Qwen 的「深入研究」功能完成了一次重大升级，让你的研究从此更深入、更迅速、更智能！ Qwen DeepResearch 2511 核心升级概览 双模式选择，应对不同研究深度 开放文件上传功能 搜索能力全面跃升 报告生成精准可...

OpenAI 正式发布 GPT-5 系列的最新升级版本： OpenAI 表示，一个卓越的 AI，不仅要足够聪明，更要成为令人愿意长久对话的伙伴。GPT-5.1 正是在「智能」和「沟通风格」这两个维度上，完成了一...

百度近日发布了多模态大语言模型 ERNIE-4.5-VL-28B-A3B 的全新升级版——ERNIE-4.5-VL-28B-A3B-Thinking，在多模态推理能力上实现了关键性突破。 ERNIE-4.5-VL-28B-A3B-Think...