Новости: мультимодальность

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.

Baidu анонсировала ERNIE 5.0 — свою новую мультимодальную языковую модель с 2,4 трлн параметров, которая устанавливает новый стандарт в ИИ. Модель демонстрирует превосходство над конкурентами благодаря унифицированной архитектуре и высокой эффективности MoE, открывая новые горизонты в понимании сложных данных.

Новая модель GPT Image 1.5 от OpenAI революционизирует редактирование изображений, позволяя изменять фотографии с помощью текстовых описаний. Узнайте, как эта технология, конкурирующая с решениями Google, меняет наше представление о реальности и создает новые возможности для творчества и потенциальных злоупотреблений.