搜索「多模态」，找到 148 条相关内容
-
OpenAI被曝联合Anthropic与谷歌DeepMind 共推AI安全协作
有消息称OpenAI正与Anthropic、谷歌DeepMind展开合作，共同推进人工智能安全。此举或反映头部AI机构在安全治理上寻求协同，以应对模型能力快速提升带来的风险。
-
谷歌Gemini 3.8 Live发布：边聊边执行任务，强化复杂推理
谷歌推出全新实时音频模型Gemini 3.8 Live，支持97种语言，允许用户在对话中同步执行后台任务，并新增Extended Thinking模式以应对复杂推理场景，进一步提升了语音交互的连续性与实用性。
-
谷歌推出Gemini 3.8 Live与Extended Thinking实时对话模型
谷歌发布Gemini 3.8 Live与Extended Thinking两款实时对话模型，前者主打低延迟交互，后者强化长链推理能力，进一步加码实时AI赛道。
-
OpenAI 被曝3亿美元收购光学影像企业，AI硬件布局再落一子
OpenAI 被曝以约3亿美元收购一家AI光学影像公司，引发行业对AI硬件与视觉感知融合的关注。在微软等巨头加码AI硬件的背景下，此次收购或补强OpenAI在光学与影像领域的能力。
-
微软10月7日旧金山发布会：Surface新品与Windows AI生态协同进化
微软定于10月7日在旧金山举行特别发布会，预计推出新一代Surface Laptop与Surface Pro，并展示Windows 11深度AI功能。芯片平台或覆盖骁龙X、英特尔、AMD，加速AI PC布局。
-
谷歌发布两款实时对话模型，97种语言自动切换与推理能力成焦点
谷歌推出Gemini 3.8 Live与Gemini 3.8 Live Extended Thinking两款实时对话模型，前者主打规模部署与成本优化，后者强化多步推理，支持97种语言自动检测切换，并已在多平台开启推送。
-
微软主张自研模型须以人类控制为核心
微软在自研人工智能模型议题上强调，模型能力提升不应脱离人类控制框架。这一立场回应了行业对自主系统风险的关注，也反映出头部厂商在模型可控性、安全对齐与治理路径上的持续探索。
-
谷歌发布Gemini 3.8 Live实时音频模型，强化边聊边办与复杂推理
谷歌推出新一代实时音频模型Gemini 3.8 Live，支持对话中同步执行任务，并引入Extended Thinking模式以应对复杂推理场景，进一步升级多模态交互能力。
-
谷歌推出Gemini 3.8 Live语音模型，实现边说边想实时推理
谷歌发布原生语音大模型Gemini 3.8 Live及扩展推理版本，首次在低延迟语音流中实现多步推理，即日起通过API和AI Studio开放。
-
百度引入前谷歌DeepMind核心研究员，曾参与Gemini 2.5研发
百度近期引入前谷歌DeepMind核心成员Qiyin Wu，其曾参与Gemini 2.5模型研发。此举反映国内大模型厂商对顶尖人才的持续争夺，也凸显谷歌系技术背景在行业中的影响力。