每页展示 10 篇文章。
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...
Meta Muse Image 与 Muse Video 进入生成式创意工作流：为什么它不是一枚“漂亮模型”，而是下一代视觉工作台
引言：从“生成一张图”走向“生成一套创意工作流” 在生成式图像持续发酵多年之后，行业逐渐认识到一个关键事实： 创作不是单一图像输出，而是一整套视觉工作流 。真正的价值，不在于扎眼的单帧效果，而在于系统如何帮助团队进行风格保持、概念迭代、场景...
快手 Kling 4.0 发布：从静态生成迈向更真实可见动作场景的 AI 视频新突破
引言：AI 视频走向“真实动作”而非单纯“画面效果” 2026 年 11 月初， Kuaishou 旗下的 Kling AI 再次成为全球 AI 视频赛道的焦点，因其最新发布的 Kling 4.0 具备更强的“可见动作真实性”与“长程时序稳...
Canva首推原生图像生成模型：从模板设计走向品牌级生成式创意工作流
引言：生成式图像从“创作工具”走向“品牌引擎” 2026 年 10 月下旬，Canva 正式推出其首个原生图像生成模型，标志着全球设计工具生态进入新的阶段。此前 Canva 主要以模板、拼贴和可视化编辑能力见长，而这次的发布意味着它不再只是...
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...
Google Diffusion Controller 揭开 AI 图像生成统一控制层：从单目标生成到多模态编辑与可控空间重排的重构
引言：AI 图像生成正在从“随机生图”走向“可编排的视觉控制系统” 近期，Google Research 发布的 Diffusion Controller 研究引发了创意产业和生成式视觉生态的广泛关注。该技术的价值不在于通过更大的模型继续堆...
Higgsfield 将 AI 视频从 1 分钟推到 10 分钟以上：状态缓存、时序注意力与长程叙事一致性突破解析
引言：长视频从“实验性展示”走向“工业叙事生产” 2026 年 10 月中旬，生成式视频赛道迎来一场完全不同维度的突破： Higgsfield 宣布其最新模型能够将 AI 视频从传统的 1 分钟体验长度，扩展到 10 分钟以上且具备长程叙事...
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...
Higgsfield 打破 1 分钟视频生成天花板：从 1 分钟跃升至 10 分钟长视频的技术路线与商业价值
为什么“长视频生成”突然成了 AI 创作的下一场硬仗 过去一两年，AI 视频行业最常见的对话始终围绕“是否能生成一段 5 到 15 秒的漂亮短片”。但当企业和创作者开始把 AI 影片用于品牌宣传片、产品演示、教育内容和长剧情脚本时，真正的瓶...
Adobe Firefly 扩展 10+ 合作模型生态：让创意工作流从“单模型”走向“多模型编排”
为什么 Adobe Firefly 的“多模型兼容”会改变创意行业的底层逻辑 在过去，AI 图像工具最容易陷入一种“封闭系统”思维：一个平台提供一个模型，一个模型提供一个风格，一个风格适合一个场景。这样的做法很容易在早期取得快速用户增长，因...