谷歌日前正式发布新一代跨模态大模型Gemini Omni，作为Gemini家族的全新迭代产品，该模型首次实现了文本、图像、音频、视频四类模态的全链路原生推理，支持用户通过自然对话完成视频的生成与全流程编辑，首发同步上线的轻量化版本Omni Flash，推理速度较前代Gemini Ultra提升2.7倍，大幅降低多模态视频生成的部署门槛。
过去两年AI视频生成赛道的产品迭代速度飞快，但绝大多数工具始终绕不开“模态拼接”的先天缺陷：生成的视频经常出现音频口型不对齐、画面逻辑和文字描述矛盾、动态物体动作崩坏等问题，背后的核心原因，是不同模态的生成过程彼此独立，缺乏统一的底层逻辑协调。
此前全球头部科技厂商推出的多模态大模型，大多采用“组合式架构”：语言模态输出交给大语言模型，图像生成调用独立的扩散模型，音频内容再转交给专属的语音生成模块，最终通过调度层把不同模块的输出拼接在一起。
这种架构虽然能快速搭建出多模态交互的雏形，但也带来了推理延迟高、模态间逻辑冲突概率大、部署成本居高不下等问题，始终无法支撑普通用户实时生成高清短视频的需求，全模态原生统一表征的大模型，成为整个行业等待突破的核心方向。
登录后解锁全文，体验收藏、点赞、评论等完整功能
立即登录
16 分钟前
2026年5月19日，AI公司Anthropic通过官方社交平台官宣旗下Claude生态两大核心生产力工具重磅升级，将4月刚推出的视觉创作工具Claude Design全订阅套餐Token上限直接翻倍，同时把开发辅助工具Claude Code的快速模式默认切换至最新主力模型Opus 4.7，本次升级不调整原有订阅定价，直接为专业设计、开发群体释放长上下文算力空间。
22 分钟前
近日，大模型厂商Anthropic正式完成对开发者工具创业公司Stainless的全资收购，这笔交易将补齐旗下Claude大模型此前在跨系统对接环节的能力短板，帮助开发者更顺畅地把Claude系列模型接入企业现有业务软件与办公系统，在当前全球大模型厂商竞速简化AI智能体开发的赛道上，进一步巩固Anthropic在开发者生态层面的竞争优势。
24 分钟前
近日消费电子头部厂商华硕正式对外展示首批搭载英特尔Wildcat Lake处理器的平价AI笔记本产品线，该系列产品主打4000-6000元主流消费定价档位，全系内置专属NPU单元支持7B参数大模型离线运行，可实现离线AI图文生成、AI实时会议纪要等功能，直接对标苹果即将发布的AI向新品MacBook Neo，有望进一步拉低消费级AI终端的入手门槛。
25 分钟前
近日英特尔正式对外公布代号为Project Firefly的全新平价AI笔记本计划，基于下一代Wildcat Lake低功耗平台研发，目标将原生支持端侧大模型的AI PC入门售价压至500美元以下，比当前市场同定位AI产品均价低40%，其主打的端侧AI流畅度将直接对标苹果最新推出的MacBook Neo系列产品。
32 分钟前
全球顶尖专业服务机构毕马威近日正式宣布与AI安全研究企业Anthropic达成全球战略联盟，计划将大语言模型产品Claude全面嵌入核心业务流程，覆盖分布在138个国家和地区的超过27.6万名员工，覆盖审计、税务、咨询等全服务线，这也是当前全球专业服务领域规模最大的AI工具全员部署项目之一。
33 分钟前
近日微软正式发布搭载专属NPU芯片的Surface全系AI PC新品，将Windows 11内置的Copilot深度融入系统底层，同时落地全新端侧AI加密架构，产品平均起售价较上一代提升17%，在本地大模型运行效率和用户数据隐私防护能力上实现大幅跃升，是消费级AI PC赛道近期极具标志性的重磅产品。
35 分钟前
Google DeepMind近日宣布完成Project Genie世界模型的重大版本迭代，正式打通谷歌街景底层数据接口，可生成完全匹配现实地理特征的可交互街道仿真环境。本次升级共适配全球超千万条公开街景点位数据，技术落地场景覆盖机器人训练、开放世界游戏创作、沉浸式文旅三大核心赛道，可动态模拟天气变化、极端路况等特殊场景。
38 分钟前
谷歌在2026年度开发者大会上正式发布全新大模型Gemini 3.5 Flash，作为公司迄今面向编码与智能体场景优化的最强AI产品，该模型支持端到端自主执行复杂任务、从零搭建全栈软件，标志着谷歌的AI战略重心正从成熟的对话式聊天机器人赛道全面转向智能体方向。
滇公网安备 53252802528133号