中文 | English

LLM & Multimodal - 文章列表

每页展示 10 篇文章。

Wizstar 发布 Wizshot 1.0:低成本高质量 AI 视频生成模型,如何重塑广告与内容创作效率

引言:AI 视频正在从“模型秀”转向“规模化内容工厂” 2026 年 11 月 6 日,Google News RSS 和行业媒体同步出现了一个相当有代表性的突破: Wizstar 推出了 Wizshot 1.0 。这一事件的重要性不在于它...

LLM & Multimodal

企业多模态 Agent 编排进入生产阶段:从聊天机器人升级为真实工作流执行中枢

引言:真正的 AI 智能体,不是“会聊天”,而是“能执行任务” 在 2026 年 11 月,LLM 与多模态领域的焦点,已经从“模型回答得更好”转移到“模型能不能在真实企业环境中稳定完成工作”。这意味着,多模态 Agent 的价值,不再停留...

LLM & Multimodal

腾讯 Hy4 发布:开放式多模态 Agent 基座如何重塑企业智能体落地与模型编排新范式

引言:从“单模态模型”走向“多模态 Agent 工程” 2026 年 11 月,腾讯围绕其新一代多模态智能体基座 Hy4 的发布,再次验证了一个行业趋势:AI 的竞争,不再只在“模型参数多大”,而在于它能不能真正支持企业场景中的智能体编排、...

LLM & Multimodal

Google Cloud 推出 Gemini 4 Argon:面向企业与多模态 Agent 的下一代智能协作基座

引言:大模型从“聊天机器人”走向“工作底座” 企业 AI 的真正转折点,不在于某一款模型能否写得更像人,而在于它是否能够承担真实业务流程中的决策、执行与协作。如今,越来越多的公司发现:真正有价值的 AI,不是只会聊天,而是能理解上下文、处理...

LLM & Multimodal

美团发布 LongCat-2.5:面向长代码任务与多模态 Agent 工作流的新一代智能体基座

引言:面向生产力的多模态模型,正在把“代码助手”升级成“任务执行智能体” 2026 年 11 月初,美团发布的 LongCat 2.5 吸引了技术圈的广泛关注。这类模型的价值不仅在于其技术参数或推理能力,关键在于它反映出一个明显趋势:大型模...

LLM & Multimodal

EmbeddingGemma 2:从文本嵌入到多模态检索与边缘智能的统一向量能力新范式

引言:多模态向量能力正在从“检索增强”升级为“智能体底座” Google DeepMind 在 2026 年 10 月发布的 EmbeddingGemma 2 ,进一步说明了一个产业趋势:大模型不再只会“回答问题”,而是逐步具备 统一的多模...

LLM & Multimodal

从单一提示词到多模态智能体工作流:AI 创意团队的新型“操作系统”

为什么多模态 LLM 正在成为 AI 创意团队的新“操作系统” 过去两年,很多 AI 讨论都集中在“哪个模型更强、哪个榜单更高、哪个模型更擅长写代码或者写文案”。但创意团队真正感受到的变化,往往并不在局部 benchmark,而在于一整套工...

LLM & Multimodal

Mistral Large 4 重磅发布:万亿参数稀疏混合专家架构、端侧主权模型部署与极效推理革命

一、开源与主权 AI 的全新里程碑:Mistral Large 4 破晓而至 在 2026 年下半年的全球大模型竞赛中,以 OpenAI、Google 与 Anthropic 为代表的闭源巨头不断通过堆叠超级计算集群与超长隐式思考链拉高行业...

LLM & Multimodal

DeepSeek 重磅发布 V4.1-Flash-1017:DeepSWE 斩获 77.0 高分、首度全面开放原生搜索 API 与极简高效推理新范式

引言:大模型竞争从“暴力堆砌参数”走向“极致工程效能与原生工具闭环” 在全球前沿大语言模型与多模态智能体演进的浪潮中,计算性价比(Inference Efficiency)与真实软件工程解决能力(Real world SWE Capabil...

LLM & Multimodal

Meta 重磅开源 Muse Spark Open 816B:全美最强开放权重智能体基座、代码推理新峰值与双 Mac Studio 本地化部署深度解析

引言:开源大模型重回前沿铁王座——Meta Muse Spark Open 震撼发布 在 2026 年大语言模型与多模态智能体的全球竞赛中,前沿模型的闭源壁垒与极高 API 调用成本,始终是阻碍全球开发者和中小企业实现技术自主可控的巨大痛点...

LLM & Multimodal