LM247x24 AI大模型动态

周报

issue155 2026.1.12-1.18

共 20 条

13:33
01-16

全球首个开源“重思考”模型:美团 LongCat-Flash-Thinking-2601 发布,工具调用能力登顶开源 SOTA

美团LongCat团队开源全新升级的LongCat-Flash-Thinking-2601模型,在编程、数学推理、智能体工具调用和搜索等多项评测中达到开源SOTA水平。其独特的“重思考”模式能同时启动8个大脑并行思考,确保决策可靠。 #AI大模型# #开源模型#

IT之家详情
10:31
01-16

腾讯悄悄内测「上头蛙」,比短剧更上头,比陪聊更克制,这或许是微信 AI 生态的真底牌

这玩意的核心逻辑,不是那种我写你看的传统 AI 文学。它真正的杀手锏是交互叙事:把故事拆解成无数个充满变数的分支,你一边读,一边在关键节点做选择。你的每一个念头,都会让剧情瞬间偏转。在这里,你不再是那个捧着书发呆的局外人,而是那个推着世界跑的操盘手。

Z Finance详情
06:59
01-16

谷歌最强 AI 开放翻译模型:TranslateGemma 登场,手机也能跑

谷歌昨日(1 月 15 日)发布博文,基于 Gemma 3 架构,推出 TranslateGemma 开放翻译模型系列,共有 4B、12B 和 27B 三种参数规模,支持 55 种核心语言及多模态图像翻译,目前已在 Kaggle 和 Hugging Face 开放下载。

IT之家详情
10:29
01-15

谷歌 Gemini“个人智能”发布:整合“全家桶”应用数据,让 AI 更懂你

该功能可以整合 Gmail、谷歌相册等应用中的信息,帮助 Gemini 在无需明确指引的情况下理解上下文关系,让聊天机器人能够跨应用理解用户数据,从而给出更贴近个人情境的回答。

IT之家详情
10:16
01-15

阿里千问 App 全球首发点外卖、买东西、订机票 AI 购物,接入淘宝、支付宝、闪购等

阿里千问 App 今日宣布全面接入淘宝、支付宝、淘宝闪购、飞猪、高德等阿里生态业务,在全球首先实现点外卖、买东西、订机票等 AI 购物功能,并向所有用户开放测试。

IT之家详情
10:09
01-15

阶跃星辰原生语音推理模型Step-Audio-R1.1登顶Artificial Analysis Speech Reasoning榜单

大模型评测榜单Artificial Analysis Speech Reasoning更新,阶跃星辰原生语音推理模型Step-Audio-R1.1登顶榜首。该榜单是目前业界评估“原生语音模型”(Native Audio Models)第三方基准之一。核心考量模型直接处理音频并进行复杂逻辑推理的能力,主要考察维度包括准确率、首包延迟等。

第一财经详情
20:24
01-14

爱诗科技推出全球首个实时生成世界模型PixVerse R1

该模型支持最高1080P分辨率,可实现即时响应的通用实时世界模型。实时世界模型,是一种能够对画面、声音等内容进行实时生成和交互建模的人工智能系统,使数字场景能够持续演化,并即时响应用户操作。实时互动视频生成是其中主要应用之一。

新浪财经详情
17:06
01-14

通义千问推出 AIGC 新平台“呜哩”

阿里呜哩(Wuli) 是阿里巴巴通义千问团队推出的一站式 AIGC 创意生产力平台,定位非常清晰:不是做“模型能力展示”,而是直接帮用户把创意做成可交付的图片和视频素材。它面向自媒体人、设计师、电商、营销人员以及普通创意用户,主打一条极简路径:输入描述 → 快速生成 → 多场景落地,目前支持创建图片和视频。

LM24详情
15:14
01-14

谷歌发布医疗 AI 模型 MedGemma 1.5 4B:可本地部署,CT、MRI 都能处理

谷歌发布轻量化医疗AI模型MedGemma 1.5 4B及语音识别模型MedASR。前者可本地部署,能分析文本、图像及CT、MRI等三维医疗数据,准确率提升;后者专攻医疗术语,转录错误率低至5.2%。#医疗AI# #谷歌#

IT之家详情
15:09
01-14

面壁智能 AgentCPM-Explore 小模型开源:仅 4B 参数,挑战端侧智能体部署

清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发 AgentCPM-Explore 智能体模型,基于仅 4B 参数的模型,有望让大模型的长程任务处理能力部署于端侧。

IT之家详情
13:48
01-14

Vidu 上线 AI 一键生成 MV 功能:只需提供音乐 + 参考图 + 指令,其余交给“虚拟制片厂”

该工具是一个深度协同的多智能体(Multi-Agent)系统。用户仅需提交音乐、参考图像与文本指令,系统即可全自动输出叙事连贯、音画同步的高完成度 MV。

IT之家详情
09:11
01-14

智谱联合华为开源首个国产芯片训练的多模态 SOTA 模型 GLM-Image

智谱今日宣布联合华为开源新一代图像生成模型 GLM-Image,模型基于昇腾 Atlas 800T A2 设备和昇思 MindSpore AI 框架完成从数据到训练的全流程,是首个在国产芯片上完成全程训练的 SOTA 多模态模型。

IT之家详情
09:07
01-14

谷歌 Veo 3.1 视频 AI 模型发布:强化场景一致性、支持 9:16 纵向比例适配移动端

谷歌推出Veo 3.1视频模型,提升“图像要素”生成能力,故事表达更丰富,能在不同场景切换中保持角色和叙事一致性。模型支持素材复用与融合,并针对移动端优化,支持9:16竖屏比例生成,适配短视频平台。 #AI视频生成# #谷歌Veo#

IT之家详情
08:22
01-14

电商Agent来了,谷歌发布并开源通用商业协议UCP,亚马逊拒绝加入,阿里积极拥抱

“对话即交易”的智能电商时代已来。AI直接比价下单,还能帮你领优惠券。

36氪详情
15:37
01-13

百川智能发布开源医疗模型 Baichuan-M3,性能超越 OpenAI GPT-5.2

百川智能发布开源医疗大模型Baichuan-M3,在问诊能力、幻觉控制及多项评测中均排名第一,超越GPT-5.2及人类医生表现。创始人王小川称AI医疗已进入应用阶段,成为AI技术核心领域。#AI医疗##大模型#

IT之家详情
10:04
01-13

Anthropic 发布 Cowork:面向所有人版本的 Claude Code 助手

Claude Cowork 完成任务时更为自主,且支持任务队列和并行处理,让人与 AI 的交互更类似于向真实的同事留言。

IT之家详情
06:58
01-13

Adobe Firefly AI 创作平台上线 GPT-Image 1.5 模型,订阅用户 1 月 15 日前可不限量生成图片

Adobe宣布Firefly AI创作平台已上线OpenAI GPT-Image 1.5模型,Pro和Premium订阅用户在1月15日前可不限量生成图片。该平台已整合多家厂商的AI模型,采用点数订阅制。#Adobe# #AI绘画# #GPTImage#

IT之家详情
03:35
01-13

Anthropic更新Opus4.5模型,进军医疗硬刚OpenAI,能读5万家医院病历

对标ChatGPT for Health,Claude医疗版正式上线。用户可通过Anthropic 从苹果健康和 Function Health 等应用导出健康数据,从而更高效地整理医疗记录,并与医疗服务提供方共享。

智东西详情
17:32
01-12

Midjourney 推出面向动漫领域的图像生成模型:Niji V7

Midjourney 官方宣布 Niji V7 模型正式上线,这是由 Midjourney 与 Spellbrush 合作推出的最新动漫专用模型。该模型在动漫的连贯性、对提示词的理解、文本渲染以及 sref 性能方面均得到了提升。

OSCHINA详情
16:11
01-12

具身开源模型新王!千寻Spirit v1.5模型登顶 RoboChallenge,终结 Pi0.5领跑时代

首个在RoboChallenge上成功率超过50%的具身智能模型

量子位详情