多模态AI共9篇
千问接入生活服务智能体后,AI应用开始从聊天走向办事入口-速维云

千问接入生活服务智能体后,AI应用开始从聊天走向办事入口

千问开放平台接入生活服务智能体后,AI应用正在从聊天问答走向真实办事流程。图像、声音、内容平台和检索验证能力共同推动智能体进入更具体的服务闭环。
svyun的头像-速维云svyun14小时前
2613
OpenAI硬件路线图曝光后,AI入口竞争从聊天窗口打到手机和无屏设备-速维云

OpenAI硬件路线图曝光后,AI入口竞争从聊天窗口打到手机和无屏设备

OpenAI硬件路线图曝光、GPT-5.6 Sol自优化、Grok语音模型和智元全模态模型同步出现,说明AI竞争正从聊天窗口走向手机、无屏设备、语音入口和真实应用场景。
svyun的头像-速维云svyun12天前
02911
DeepSeek识图翻车后,多模态AI开始接受安全与信任考验-速维云

DeepSeek识图翻车后,多模态AI开始接受安全与信任考验

DeepSeek识图全量上线后暴露多模态稳定性问题,OpenAI与Anthropic推进身份验证和安全测试,AI产品竞争正在从能力展示转向可信边界。
svyun的头像-速维云svyun23天前
04111
字节开源多模态模型,视觉 AI 从生成图片走向视频、游戏和世界模型-速维云

字节开源多模态模型,视觉 AI 从生成图片走向视频、游戏和世界模型

字节开源多模态模型、Luma开放图像API、阿里PromptEcho与世界模型升温,视觉AI正从单张图片生成走向视频、游戏和可交互空间。
svyun的头像-速维云svyun23天前
0287
GPT-5.5 免费升级叠加实时语音公开,AI入口战正在逼近九亿用户-速维云

GPT-5.5 免费升级叠加实时语音公开,AI入口战正在逼近九亿用户

GPT-5.5 Instant 推向免费默认入口,Realtime API 架构公开,Claude 主动助手、多模态 API 与 AI 游戏融资同步升温,AI 竞争正在从模型能力转向入口、延迟、工作流和商业化。
svyun的头像-速维云svyun23天前
0487
Qwen3.7-Plus登场,多模态Agent竞争从看懂界面走向协作执行-速维云

Qwen3.7-Plus登场,多模态Agent竞争从看懂界面走向协作执行

通义千问 Qwen3.7-Plus、MuleRun Messages、MobileGym 和 GUI Agent 研究共同说明,AI 正从看懂界面走向团队协作、任务执行和系统交付。
svyun的头像-速维云svyun23天前
04714