📡
Cohere推出了自家最小的图文多模态模型
𝕏2026 年 8 月 13 日
📡
欧洲也出了多模态大模型FLUX 3，能生成图文音视频
𝕏2026 年 8 月 5 日
📡
MiniMax推出了新的开源多模态视频大模型H3
𝕏2026 年 8 月 1 日
📖
新模型一次生成带原生立体声视频，价格不到主流模型一半
AI开源2026 年 7 月 31 日
📡
用户测试MiniMax H3 单模型生成定制商业视频
𝕏2026 年 7 月 31 日
📡
用户测试MiniMax H3模型 支持多模态参考输入
𝕏2026 年 7 月 31 日
📡
用户测试称Opus 5在非知名任务中仍表现不佳
𝕏2026 年 7 月 26 日
📡
单模型就能同时生成文字、音频和同步的说话人脸
𝕏2026 年 7 月 25 日
📡
Meta出了第一个真·AI图像生成智能体
𝕏2026 年 7 月 8 日
📡
全新350亿参数开源多模态大语言模型发布
𝕏2026 年 7 月 6 日
📡
多模态提示是AI智能体交互的未来方向
𝕏2026 年 7 月 5 日
📡
研究人员提出面向智能体的多模态提示交互方法
𝕏2026 年 7 月 5 日
📡
MiniMax发布开源多模态大模型M3，支持1M上下文与智能体能力
𝕏2026 年 6 月 14 日
📡
阶跃星辰Step 3.7 Flash开源：400 Token/s稀疏MoE多模态大模型
𝕏2026 年 6 月 9 日
📡
Google刚发布的Gemma 4 12B，能在笔记本上直接跑多模态任务
𝕏2026 年 6 月 5 日
📡
Gemma 4 12B 能直接吃文字、图片、声音
𝕏2026 年 6 月 4 日
📡
通义千问新模型能看图说话了
𝕏2026 年 6 月 3 日
📡
MiniMax刚发布的M3，上下文窗口塞进了100万token
𝕏2026 年 6 月 1 日
📡
MiniMax发布首个多模态原生模型M3
𝕏2026 年 6 月 1 日
📖
用日常对话就能编视频，Google连发AI新工具
AI产品发布2026 年 5 月 30 日
📡
大模型突然会动手了——不是模拟，是真出动作
𝕏2026 年 5 月 30 日
📖
Borealis：训练音频大语言模型的开源配方（数据、代码、权重全公开）
AI开源2026 年 5 月 26 日
📡
30亿参数模型，能同时读图看视频写文字
𝕏2026 年 5 月 20 日
📡
字节开源Lance：图像视频通吃的小模型
𝕏2026 年 5 月 19 日
📡
HiDream 用一种新架构，在六个主流评测里同时刷榜，连少样本任务都稳了
𝕏2026 年 5 月 18 日
📡
全双工多模态AI让人机对话不再需要轮流等候
𝕏2026 年 5 月 14 日
📡
DeepSeek新论文《Thinking with Visual Primitives》疑似被撤回
𝕏2026 年 5 月 2 日
📡
AI看图思考，靠画框打点
𝕏2026 年 5 月 1 日
📡
一个模型同时看图和画画？
𝕏2026 年 4 月 27 日
📡
Gemini新嵌入模型能跨五种媒体理解语义
𝕏2026 年 4 月 25 日
📡
270亿参数多模态模型开源了
𝕏2026 年 4 月 23 日
📡
Kling AI技能上线，不用配模型
𝕏2026 年 4 月 16 日
📡
40亿参数模型，本地电脑秒识海豚和章鱼
𝕏2026 年 4 月 5 日
