Qwen3-Omni模型的发布，标志着开源多模态人工智能领域的一个重要里程碑。该报告旨在对Qwen3-Omni进行全面深入的技术剖析，通过先进的深度学习技术，输入的视频、音频、文本直接进入核心模型，中...

Lego-Edit是一个为通用基于指令的图像编辑设计的框架。它使用Builder（一个MLLM）来调用Bricks（模型级工具）以实现灵活性，并采用强化学习（RL）来增强Builder的推理和工具组合...

腾讯正式推出3D创作工具集“混元3D Studio”，支持高质量地生成或处理3D 模型。既能帮助专业创作者降低3D 模型制作成本、快速实现创意模型，又能降低普通用户在3D 建模的使用门槛，让更多人可以...

谷歌发布了其最新的人工智能（AI）计划“Learn Your Way”，旨在通过生成式人工智能技术改造传统教科书，将个性化教育推向新的前沿，使其更个性化、互动性强，并提升学习效率。 Learn You...

阿里正式开源其首个深度研究型智能体模型——通义DeepResearch，迅速在开源社区中位居前列。旨在解决复杂研究任务中的信息检索与推理问题。该模型通过多源交叉验证、结构化报告生成等能力，可辅助科研...

VLAC是上海人工智能实验室开源的具身奖励大模型，旨在解决机器人真实世界强化学习中的效率与泛化难题。VLAC模型通过数据驱动的奖励机制和多模态认知架构，初步解决了机器人真实世界学习的效率与泛化难题。其...

Meta Ray-Ban Display是Meta首款搭载高解析度显示屏的消费级设备，其主要设计特点是在右镜片内嵌半透明抬头显示屏（HUD），亮度达5000尼特，可在户外强光环境下清晰显示信息，且从外...

WebWalker是阿里巴巴通义实验室提出的一个用于提升大型语言模型（LLM）网页信息检索能力的框架，它是一个基于阿里通义大模型（通义千问）的开源框架，旨在通过对话式AI助手（Agent）来提升用户与...

自字节跳动和香港大学的研究团队推出了 Mini-o3，一个旨在复现OpenAI强大但未公开的o3模型能力的开源系统。Mini-o3的核心目标是扩展模型与工具的交互能力，使其能够执行长达数十步的深度推理...

在2025腾讯全球数字生态大会上，腾讯混元3D 3.0模型正式发布，混元3D 3.0模型现已集成于混元3D AI创作引擎，面向用户免费开放，并同步上线腾讯云API。混元3D 3.0模型建模精度比上一版...