Новости: мультимодальность

Meituan представила LongCat-Next — мультимодальную модель с 68,5 млрд параметров, способную обрабатывать текст, изображения и аудио в единой среде. Система демонстрирует конкурентоспособную производительность в задачах OCR, генерации изображений и речи, оставаясь на стадии исследований. — pandaily.com

Команда Alibaba представила Qwen3.5-Omni — полномасштабную мультимодальную модель ИИ, поддерживающую распознавание речи на 113 языках, генерацию речи на 36 языках и достигшую 215 SOTA-результатов в мультимодальных тестах. — pandaily.com

Google выпустила новую модель Gemini Embedding 2 в публичной предварительной версии. Вот что она предлагает по сравнению с предшественником. Читайте подробнее… — neowin.net

SkyReels-V4 от Kunlun Tech заняла второе место в мировом рейтинге T2V по версии Artificial Analysis, став первой в мире видео-фундаментальной моделью с поддержкой мультимодального ввода, совместной аудио-видео генерации и унифицированного редактирования. — pandaily.com

На следующей неделе DeepSeek выпустит свою мультимодальную большую языковую модель V4 с нативной поддержкой генерации изображений, видео и текста, отдав приоритет раннему доступу отечественным партнерам по чипам Huawei и Cambricon перед NVIDIA и AMD. — pandaily.com

Вирусный инструмент OpenClaw AI породил десятки имитаторов. Perplexity представляет Computer — нового персонального ИИ-агента, способного управлять командами субагентов. Этот «цифровой работник» использует мультимодальную оркестрацию для выполнения задач. — pcworld.com

Ant Group выпустила Ming-Flash-Omni 2.0 — унифицированную мультимодальную модель с открытым кодом. Она генерирует речь, музыку и звуковые эффекты в одной дорожке с точным контролем через естественный язык. — pandaily.com

Moonshot AI открыла доступ к своей новой модели Kimi K2.5, предлагая нативное мультимодальное рассуждение, продвинутую поддержку кодирования и масштабируемые возможности кластера Агентов для разработчиков и бизнеса.

Новая мультимодальная модель от Moonshot AI, обученная на 15 трлн токенов, демонстрирует превосходство над конкурентами в задачах кодирования и анализа видео. Компания также запустила инструмент Kimi Code с открытым исходным кодом.

Kimi от Moonshot AI незаметно выпустила модель K2.5, которая получила обновлённые визуальные возможности и интеграцию инструментов, демонстрируя агентское рассуждение. Это обновление закладывает основу для следующего поколения — модели K3.