Gemini负责人爆料！多模态统一token表示，视觉至关重要
Gemini负责人爆料！多模态统一token表示，视觉至关重要一次性揭秘Gemini多模态技术！就在刚刚，Gemini模型行为产品负责人Ani Baddepudi在谷歌自家的开发者频道开启了爆料模式。
来自主题: AI资讯
6153 点击 2025-07-03 18:22
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
一次性揭秘Gemini多模态技术！就在刚刚，Gemini模型行为产品负责人Ani Baddepudi在谷歌自家的开发者频道开启了爆料模式。
谁曾想，AI竟能实时生成GTA级大作。刚刚，谷歌、英伟达等机构联手，震撼发布全球首款AI原生UGC游戏引擎——Mirage，没有预设关卡，一句话即生游戏，超长十分钟沉浸式体验
OpenRouter 又上新神秘模型了，支持 100 万 token 上下文，猜猜是谁家的。 刚刚，OpenRouter 上出现了一个神秘模型，该模型被命名为「Cypher Alpha」。其可以免费使用，100 万 token 上下文，还具有推理能力。
今天，百度AI Day上双杀全场！自研多模态大模型MuseSteamer携「绘想」平台重磅上线，视频创作直接杀进电影级AI时代。同时，百度搜索迎十年最大改版，体验全面开挂。
由 Scout RFP 创始团队打造的，采购软件初创企业 Levelpath 近日完成 5500 万美元 B 轮融资，本轮由 Battery Ventures 领投。
一个优秀AI产品背后肯定有一个很能打的原始团队。 经过2025前半年的厮杀，我基本有这样的一个判断：目前市面上八成的Agent产品会草草收场或者归于沉寂。 同时Lovart是Liblib母公司全力支持的出海产品，liblib本身也具有社区，设计，技术的基因。
刚刚，网页设计工具开发商 Figma 向美国证券交易委员会（SEC）提交文件，申请首次公开募股（IPO）。该公司在招股书提及 “人工智能（AI）” 超 150 次，既将其描述为“创意加速器”，也视其为 “潜在威胁”。
让马斯克秒变带货主播。
上个月，微软分享了将 VS Code 打造成开源 AI 编辑器的计划。今天，微软在 VS Code 官网表示已经达成了第一个里程碑：GitHub Copilot Chat 扩展程序现已在 GitHub 上根据 MIT 许可证 开源。
在这个万物皆可AI的时代，教育自然也不例外。在智能化、个性化学习体验等多重需求的驱动下，人工智能与教育行业正在进行一场盛大的双向奔赴。
根据 Menlo Ventures 最新发布的《2025 年消费者 AI 现状报告》，全球已有 18 亿用户使用 AI 产品，付费转化率 3% 左右。行业领头羊 ChatGPT ，拥有 8 亿月活用户，付费转化率约 5%。C 端场景基数大且有一定的付费转化率，部分产品商业化渐入佳境。
让游戏行业真正成为创意产业，而不是劳动密集型产业。
AI 领域最近盛行一个观点：AI 下半场已经开始，评估将比训练重要。而在硬件层级上，我们也正在开始进入一个新世代。
马斯克和特朗普，这对白宫二人转最近“嘴炮大战”进入到2.0时期。和这对欢喜冤家类似的，是国外出版商集团和AI巨头之间的相爱相杀——一方面有大出版商要和AI公司合作，另一方面也有出版商誓死要把AI巨头告破产。
如果说硅谷最近有什么产品能真正给大家带来那种珍贵的 aha moment，语音输入产品 Wispr Flow 就是其中之一。
AI 对医疗行业的价值，比其他行业可能都要更大。空气只有在失去时才最重要。 健康也是如此，当体检报告亮出红灯，或者遇到一场突如其来的病症，健康的珍贵才会被意识到。
过去两周，AI行业最出圈的不是哪个产品，而是人。经常一觉醒来，社交媒体的时间线都在刷新换汤不换药的新闻：又双叒叕有哪位AI大牛被挖走了。
在我看来，没有空间智能，通用人工智能就不完整。这是“AI教母”李飞飞在最新访谈中对AGI的判断——是的，李飞飞也开始谈论AGI了。
ChatGPT诞生内幕最新大曝光： 纳尼？？原来“ChatGPT”这个名字，直到发布前一晚才确定下来。
2023 年 7 月，《晚点 LatePost》曾独家披露，字节 AI Lab 旗下机器人团队正推进机器人量产。当时曾定下到 2023 年年底，量产 200 台的目标。
隔壁”苏超”激战正酣之际，”机超”也在悄然火爆。
想象一下，凌晨三点你被电话吵醒，公司的核心系统彻底崩溃，数十万用户无法正常使用服务，每分钟损失数万美元。你和 50 个工程师挤在一个 Slack 紧急群里，面对着成千上万条日志、指标和报警，却根本找不到问题的根源。
从 Chatbot 到 Perplexity，搜索正被 AI 改写，但这只是开始。Chatbot 与 Perplexity.ai 分别代表了 AI 重塑搜索的两类探索路径：一个是对话式交互的路径，一个是「答案即结果」的路径。
混合专家网络模型架构（MoE）已经成为当前大模型的一个主流架构选择，以最近开源的盘古Pro MoE为例
大家好，我是小林，周一在阿里魔搭现场，听知乎创始人周源老师分享，有句话非常打动我： 开源不仅仅是技术，还有思想开源。
号称“近10年最大改版”，百度搜索这是要自己革自己的命？
「聊天界面，本质上是一种懒惰的产物。」大多数 AI 产品都在做 chatbot。对话框是最简单直接的人类与 AI 交互的「接口」，同时也是一个 AI 产品最低成本上线的方式。
AinimateLab的总监周士诚今年有两部AI短片斩获佳绩——《缸中之脑》获得今年北京国际电影节AIGC单元最佳动画；《我的外星女友》则入围了今年上海国际电影节AIGC短片单元六强。
美国加州两起判决首次认定：AI公司扫描购买的正版书籍用于模型训练属合理使用，训练行为具变革性也属合理使用，但盗版素材获取仍侵权。中美监管宽松利于AI产业发展，欧盟严格规定要求素材许可或提供退出选项。AI输出侵权内容或诱导输出训练素材存在争议。
就在刚刚，xAI再获百亿美元融资，估值飙至1130亿。而xAI控制台中，已有源代码流出，Grok 4和Grok 4 Code即将上线！现在，全网都在搓手以待，Grok 4的诞生，将怎样搅动当前顶尖大模型的局面。