每页展示 10 篇文章。
Google 正式发布 Gemini 3.8 Flash 与 Gemini Omni：原生全模态端到端融合、亚秒级流式推理与具身智能体中枢架构
引言：大语言模型的下一阶段 —— 告别“拼接模态”，迎接“原生全感知” 回顾多模态大模型的发展历程，早期的主流做法普遍是将预训练好的单模态编码器（如用于图像的 CLIP、用于音频的 Whisper 以及独立的视频提取器）通过适配器（Adap...
Adobe 推出 Firefly Graph 与创意智能体系统：矢量排版精准控制、图结构特征编排与商业级生图合规重塑
引言：企业级视觉生成的深水区 —— 商业合规与像素级可控 在当下的生成式人工智能版图中，文本生成图像技术虽然在艺术美感和超写实画质上已经臻于化境，但当技术落地到严肃的企业级广告营销、包装设计以及品牌视觉资产管理时，创作者依然面临两大难以逾越...
生数科技重磅发布 Vidu S1：全模态超低延迟架构、毫秒级实时交互视频生成与高动态物理仿真解析
引言：告别“黑盒渲染”，AI 视频生成步入实时流式交互时代 在过往几年中，基于扩散模型（Diffusion Models）和自回归 Transformer 的视频生成系统虽然在画质和物理写实度上取得了长足进步，但漫长的推理延迟与不可干预的渲...
DeepSeek V4.1 Flash 掀起算力能效革命：KV-Cache 显存需求暴降 75%、极度精简架构与多模态复杂逻辑推理重构
引言：大模型能效新突破，超大规模长上下文不再是显存黑洞 在人工智能大语言模型（LLM）与全模态技术飞速发展的当下，“推理显存开销（Inference VRAM Footprint）”已成为制约多模态智能体、百万级长上下文及工业级规模化落地的...
Stability AI 斩获 7600 万美元新一轮战略融资：好莱坞巨头注资重组、SD 3.5 企业级多尺度排版与商业生图可控性重塑
引言：资本重组与好莱坞注资，开源生图旗舰 Stability AI 迎来新生 在经历了管理层重构与商业化路线调整后，全球开源图像生成领域的标杆企业 Stability AI 正式宣布完成高达 7600 万美元的新一轮战略融资（Series ...
Pika 重磅推出超低延迟视频加速引擎：打破渲染等待瓶颈，实时交互式影视级生成与动态物理控制架构解析
引言：摆脱漫长渲染等待，AI 视频生成跨入“即时创作”新纪元 在过去的视频生成技术演进中，创作者长期饱受“提示词输入后等待数分钟渲染、发现构图瑕疵后再返工”的高成本试错困境。随着全球视频 AI 独角兽企业 Pika 正式推出其革命性的 超低...
快手正式发布可灵 Kling 3.0：原生 4K 60fps 影视级运镜、多镜头分镜脚本控制与五国语言口型对齐架构解析
引言：AI 导演平台成真，视频生成步入工业化影视制作阶段 2026年9月中旬，快手旗下现象级视频生成底座 可灵（Kling AI） 迎来颠覆性升级，正式对外发布 Kling 3.0 。作为业内首个定位为“AI 导演级平台（AI Direct...
Black Forest Labs 重磅发布 FLUX 3：从静态生图跨越至全模态视频生成与机器人具身操作的统一表征革命
引言：生成式图像先锋跨界，FLUX 3 开启物理世界全模态新篇章 2026年9月，由前 Stable Diffusion 核心研发团队创立的欧洲顶级开源 AI 实验室 Black Forest Labs（黑森林实验室） 正式推出了震撼业界的...
Meta 正式推出 Meta One 全模态 AI 订阅体系：基于 Muse 统一视觉基座的大模型商业化与多模态中枢深度解析
引言：大模型商业化格局重塑，Meta 全模态全栈发力 2026年9月中旬，全球科技巨头 Meta 宣布了一项震动生成式人工智能商业化格局的重大战略举措：正式上线全新的统一 AI 订阅体系—— Meta One （定价涵盖 7.99 美元至 ...
Ideogram 4.0 商业级生图系统全面演进：AMD Instinct 算力规模化、多语言矢量级精准排版与复杂空间几何解耦
引言：商业设计进入“零排版误差”与高性价比推理时代 2026年9月，在 AI 商业视觉与平面设计生成赛道上， Ideogram 4.0 的正式发布引发了全球设计界与广告技术生态的强烈关注。长期以来，文本排版错误（Typographic Ha...