多模态AI共9篇
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
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
GenCeption改造视频模型后,AI视频开始从生成走向可交互世界-速维云

GenCeption改造视频模型后,AI视频开始从生成走向可交互世界

GenCeption把文生视频模型改造成通用视频理解系统,Xmax、爱诗科技和抖音互动内容同步推进,AI视频正在从素材生成走向可交互世界。
svyun的头像-速维云svyun25天前
03211
OpenAI挖来Vision Pro硬件负责人后,AI入口战开始走向真实设备-速维云

OpenAI挖来Vision Pro硬件负责人后,AI入口战开始走向真实设备

苹果 Vision Pro 硬件工程负责人保罗·米德离开苹果、转投 OpenAI 主管硬件部门,这条消息把 AI 行业一个长期悬着的问题重新推到台前:下一代 AI 入口到底还会不会是手机、网页和聊天框。过去两...
svyun的头像-速维云svyun1个月前
305
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