近期，AI领域掀起了一股新的热潮，GPT-5的造势引发了广泛关注，而上半年GPT-4o的“吉卜力”风暴依然热度不减。根据微信指数显示，GPT-4o引发的生图功能在网友中持续风靡，不仅让“万物皆可吉卜力”成为潮流，更引发了关于AIGC范式的深刻思考。

7月30日，羊城晚报报业集团“岭南文化大模型实验室”与广州市哲学社会科学重点实验室“粤语语料库建设与大模型评测重点实验室”在羊城创意产业园正式签署战略合作协议，双方将共同构建粤语语料资源标准体系，并同步启动多模态粤语语料数据产品的建设与运营，联合打造 ...

昆仑万维已开源多模态统一模型Skywork UniPic，和GPT-4o呈现出类似的图像一体化能力，在单一模型里实现图像理解、文本到图像生成、图像编辑三大核心能力的深度融合。 一句话总结一下Skywork UniPic的模型特点，就是既可以像视觉模型 ...

markdown 昆仑万维于7月30日正式开源了其多模态统一预训练模型 Skywork UniPic ...

在人声鼎沸的WAIC 2025上，一款堪称「全能高手+科学明星」合体的大模型，由于在科学方面太优秀，反倒显得低调——但它的能力却无法被忽视。

科大讯飞在 2025 年世界人工智能大会（WAIC）上展示了其在智能硬件领域的最新进展，尤其是在 AI 录音笔产品线上的创新。 此次发布的 Pokee 系列和 S6 系列录音笔新品，分别针对不同应用场景，体现了科大讯飞在语音处理、AI ...

Intern-S1 首创“跨模态科学解析引擎”，可精准解读化学分子式、蛋白质结构、地震波信号等多种复杂科学模态数据，并具备多项前沿科研能力，如预测化合物合成路径， 判断化学反应可行性，识别地震波事件等，真正让 AI ...

2025 世界人工智能大会（WAIC）期间，智象未来（HiDream.ai）联合创始人兼首席技术官姚霆发表主题演讲，系统阐释了多模态智能体在内容创作领域的技术突破与商业化实践。作为聚焦多模态生成的 AI ...

多模态大模型（MLLM）在高层次视觉理解与推理任务上展现出惊艳能力。然而，如果你仔细观察，就会发现一个的事实：它们在一些看似简单、直观、人类幼儿都能轻松完成的任务中，却频频「翻车」。

作为折叠屏手机领域的开创者与引领者，三星凭借深厚的技术积淀与创新能力，始终走在行业发展前沿。如今，历经七代产品迭代，全新的Galaxy Z Fold7与 Galaxy Z ...

7月25日，多模态AI概念涨幅居前。截至发稿，因赛集团、竞业达等多只个股涨停。 消息面上，7月26日，2025世界人工智能大会将在上海举行。在本届大会上，工信部将总结国家人工智能产业发展和赋能应用的趋势和成果，推动国际交流合作。 政策助力产业腾飞 ...

多模态大模型的核心技术-融合 融合是将多模态数据或其特征结合在一起，以便进行统一的分析和决策。 其核心在于如何有效结合不同模态的信息以增强学习任务的性能。 融合是一个使用多种模式的数据进行预测的领域。 最古老的多模式学习形式之一。