搜索结果
腾讯混元发布Hy Image3.5 preview：支持文生图和图生图，多轮对话创作
凤凰网科技讯 9月22日，腾讯混元正式发布图像生成模型Hy Image3.5 preview，支持文生图、图生图及多轮对话创作。据官方介绍，该模型经腾讯内部数百名专业设计师GSB盲测，效果较Hy Image3.0提升30%，与Seedream 5.0 pro持平，略优于Nano-Banana Pro和Qwen-Image-3.0 Pro。 定价方面，腾讯云I 2K图像定价为0.15元/张（国际版0
据介绍，Hy4 preview在模型尺寸、上下文长度、数据规模上都进行了显著的扩展，预训练和后训练的共同进步带来了智能水平的又一次巨大提升，稳居开源模型第一梯队。
腾讯上线“Hy翻译”App：支持33种语言互译，离线也能用
凤凰网科技讯 9月24日，腾讯混元宣布推出“腾讯Hy翻译”App，同步支持小程序、插件及PC端，用户搜索“腾讯混元翻译”即可体验。该应用基于腾讯混元Hy-MT2翻译模型打造，支持33种语言互译，并覆盖5种中国少数民族语言及方言。 功能方面，提供语音翻译、拍照翻译及离线翻译等多种方式。离线模式下，用户可提前将翻译模型下载至手机，在无网络或信号不佳处仍可稳定使用。目前该App已在12个国家和地区上线，
OpenAI推出新生图模型ChatGPT Images 2.
ChatGPT Images 2.5——更快、更清晰、更智能，并配备更好的工具，让你能创造出你所梦想的一切。
腾讯元宝鸿蒙版正式上线：搭载混元Hy4 preview，支持专家模式
凤凰网科技讯 9月25日，腾讯元宝官方宣布，元宝鸿蒙版正式登陆鸿蒙应用市场。首个版本即搭载最新的混元Hy4 preview模型，并支持切换到“专家模式”，全量开放AI写作、语音通话、精准识图、拍照翻译、文档精读等核心功能，同时接入微信公众号与视频号等腾讯生态信源。 据官方介绍，混元Hy4 preview是混元系列生产力方向的最新预览版，具备较强的长链条任务理解与逻辑规划能力，专为高强度复杂办公与学
OpenAI 现在为 Adobe 的创意工作室提供图像模型，并将其转化为可分享的提示词。
OpenAI 发布了 ChatGPT Images 2.5，包含两个新的图像模型，Adobe 已经将其中一个应用到了 Firefly 中。 该公司表示，ChatGPT 及其图像模型每周生成的图像超过 30 亿张。 值得注意的是，此次新增的主要是界面功能而非模型研究，其中包括能够将提示词与图像一起分享等 […]
美团上线LongCat-2.5-Preview模型：1.6T参数，原生100万Token上下文
IT之家 9 月 26 日消息，美团旗下 LongCat API 开放平台于 9 月 25 日上线新一代大模型 LongCat-2.5-Preview，主打“长程任务”与多模态能力，并同步开放 API 与网页端体验入口。IT之家附上官方更新日志内容如下：LongCat-2.5-Preview 的核心特性如下：多模态理解：新增图片理解能力，可解析图像内容，支持跨模态问答、内容摘要与复杂视觉推理。 卓
千问同声传译大模型Qwen3.8-LiveTranslate正式发布
凤凰网科技讯 9月19日，千问正式发布同声传译大模型Qwen3.8-LiveTranslate，模型以Interleave架构重构实时同传，准确度、流畅度、简洁度全面提升，字均延迟从2.8秒降至2.3秒。 据介绍，在支持60种语言的基础上，Qwen3.8-LiveTrans实时说话人分离，每句话归属清晰，音色复刻更稳定；
DeepSeek V4.1 Flash内测：采用新结构 原生多模态支持
9月8日，DeepSeek今日在官方交流群内发布通知，DeepSeek V4.1 Flash的中间版本内测。据介绍，模型采用了新的模型结构，原生多模态支持、能力更强、速度更快、且成本更低。模型的base_url不变，将模型名设置为deepseek-v4.1-flash-expires-on-0910即可调用。当前计费与deepseek-v4-flash相同，每账号限流20并发。 据了解，DeepS
ChatGPT Sketch 功能可将你糟糕的草图转化为详细的 AI 图像
OpenAI 于周二宣布推出 ChatGPT Images 2.5，并新增了一种通过绘制涂鸦来告诉 ChatGPT 你想要创作什么图像的新方法。借助名为 Sketch 的新功能，你只需直接在 ChatGPT 中画出一些内容，然后告诉 ChatGPT 你希望如何根据该草图生成图像。 你可以通过在聊天框中输入 @Sketch 来激活 Sketch 功能，随后会弹出一个窗口供你进行绘制。我进行了简短的测
DeepSeek 开口说话了：灰度测试上线，支持四种音色
同时，DeepSeek的设置页面语音栏里会出现“朗读音色”的选项，贝壳（百变活泼）、白浪（明朗坚定）、海星（俏皮甜美）、暗潮（低沉浑厚）。 另据DeepSeek消息，DeepSeek V4.1 Flash模型于9月10日正式发布。这是DeepSeek全新模型结构系列中的最小尺寸模型，具备原生多模态视觉理解能力。能力上限更高、推理速度更快、吞吐更大、可扩展到更大参数模型。 DeepSeek称， De
苹果iOS 27更新 升级照片AI修图、Siri AI对话
（中央社记者吴家豪台北15日电）苹果公司（Apple）今天释出iOS 27作业系统更新，升级跨App的个人智慧系统Apple Intelligence功能，最大亮点之一是「照片」App提升人工智慧（AI）修图体验，新增拍照后可虚拟改变取景角度的「空间重构」功能，并加入果粉期待已久的闹钟与计时器独立音量设定。 另一项升级重点是全新Siri AI亮相，不仅具备更深入的回答与自然流畅的连续对话能力，还能
Google发布Gemini 3.8 Live Live Avatar数字人交互功能 赋予AI实时视频面孔
Google公司宣布，正式在Gemini Enterprise企业级平台中全面上线“Live Avatar”（实时数字人）功能。该技术深度集成了Google最新的Gemini 3.8 Live大模型架构，在原有近乎零延迟的高流畅语音对谈基础上，首次引入了近乎实时的生成式视频生成能力，使对话式人工智能拥有了能够“边听、边看、边说”的动态视觉形象。 根据官方介绍，Gemini 3.8 Live Liv
谷歌推出面向企业的Gemini 3.8 Live，配备实时虚拟形象
谷歌推出面向企业的 Gemini 3.8 Live，配备实时虚拟形象。 2026 年 9 月 24 日，谷歌推出 Gemini 3.8 Live 的实时虚拟形象功能。 这是 Gemini Enterprise 的一项功能，将近实时视频生成与语音相结合，提供动态的视觉形象。 该工具支持 97 种语言的精准唇形同步和自然表情，让企业智能体能够改善客户服务和交互式操作演示。 它支持异步工具执行，使 AI
T早报｜腾讯WorkBuddy布局生态；阿里更新Qwen 3.8-Max；Anthropic发布Fable 5.1和Mythos 5.1
腾讯WorkBuddy布局生态 为软硬件开放智能体底座能力9月2日，腾讯WorkBuddy宣布开放平台正式上线，首批引入硬软件百余家厂商合作，面向智能硬件、行业应用与开发者等开放底层智能体能力。腾讯在WorkBuddy生态发布会上展出9款联名智能硬件，具体合作方包括Plaud、乐奇Rokid、影石、科大讯飞、安克、猛玛、京东京造等品牌；同时，通达信、广发证券、北大法宝、微盟、北森、云账房和帆软等3
小鹏汽车第二代VLA全新版本XOS 6.3.0开启推送，号称从3D空间识别跃迁至4D时空理解
IT之家 9 月 22 日消息，小鹏汽车官方今日宣布，第二代 VLA 全新版本 XOS 6.3.0 正式开启推送。 全新版本，全面升级。从 3D 空间识别跃迁至 4D 时空理解，凭借更强的时序记忆、轨迹预判与决策响应能力，实现看得更远、想得更深、反应更快、开得更稳。 另外，小鹏汽车第二代 VLA Lite 同步开启推送，单图灵 Max 车型正式升级第二代 VLA。 小鹏汽车官方此前在 8 月的小鹏
DeepSeek-V4首款多模态模型权重开放“睁眼”后追上Opus-4.8
在连续强化了推理、代码和Agent能力之后，DeepSeek终于为V4补上了视觉输入。8月31日上午，DeepSeek在Hugging Face开放了DeepSeek-V4-Flash-Vision-Exp模型权重，开发者可以直接下载模型权重并自行部署。而官方仓库除了模型文件，还包括视觉编码器和Aligner等组件的参考推理实现，并覆盖DFlash Attention、MoE、Hyper-Conn
AI编程平台Bitrig宣布为苹果iPhone Duo引入支持
IT之家 9 月 22 日消息随着苹果上周发布 Xcode 27.1 Beta 1 并加入 iPhone Duo 应用开发支持，如今一款 AI 编程平台 Bitrig 也宣布支持构建和测试 iPhone Duo 应用。 据介绍，Bitrig 最初是一款面向“氛围编程”（vibe coding）的应用，用户可以通过文字或语音提示生成原生 SwiftUI 应用，并直接在 iPhone 上的 Bitri
Google发布原生语音大模型Gemini 3.8 Live 首创“边说边想”扩展推理模式
Google今日正式公布了其在原生端到端语音交互领域的最新突破，推出全新一代实时语音大模型Gemini 3.8 Live以及针对高难度任务定制的Gemini 3.8 Live Extended Thinking。 这两款模型代表了Google原生音频对音频（Audio-to-Audio）技术体系的重大跨越，不仅将实时对话延迟与自然度推向新高度，更首次在低延迟语音流中实现了深层多步推理能力，彻底改变
ChatGPT 移动应用新增语音智能体功能
OpenAI 于周三宣布，其移动应用将引入基于语音的智能体功能，允许用户通过语音触发诸如起草文档或总结电子邮件等工作流。随着越来越多的用户开始使用语音向 AI 助手下达复杂任务指令，这一功能应运而生。 今年七月，OpenAI 推出了其新的对话模型 GPT-Live，随后该公司将其与桌面应用集成，使用户能够利用语音在“工作”标签页中完成任务或在“Codex”标签页中构建应用。此次新功能的推出将类似的
谷歌Gemini可以呈现卡通或逼真的虚拟形象，为生成式对话进行唇形同步
谷歌为其实时对话模型 Gemini 3.8 Live 增加了一项名为“Live Avatar”的功能，该功能能够生成动画角色和逼真的数字人，为 Gemini 机器生成的语音进行对口型配音。谷歌 DeepMind 研究科学家张硕茵（Shuo-yiin Chang）和 Gemini 软件工程师郑承杰（CJ Zheng）在一篇博文中解释道：“对话本质上是多模态的：我们通过倾听、注视、说话以及使用面部表情
人形机器人可“自主做家务”，Figure发布Helix 2.5模型
IT之家 9 月 18 日消息，人形机器人企业 Figure 今日发布了 Helix 2.5 模型，能让机器人“自主做家务” IT之家从 Figure 官方介绍获悉，Figure 在美国旧金山湾区租了 30 套房子，机器人没有进行额外训练，到了地方就开始自己收拾房子。 Helix 2.5 的构建旨在回答一个问题 —— 类人生物能否进入一个它从未见过的家，并立即自主工作？ 为此，Figure 在全球
阶跃发布旗舰模型Step 5 Preview：跻身全球权威榜单开源前三
凤凰网科技讯 9月20日，阶跃StepFun正式发布新一代旗舰基座模型Step 5 Preview，面向真实世界Agentic任务设计。该模型采用稀疏MoE架构，总参数量600B、激活参数仅27B，支持100万Token上下文窗口，原生支持文本与视觉输入。即日起全量开放I，模型权重将于10月15日开源释放。 在全球权威的Artificial Analysis Intelligence Index中
腾讯港股收涨5%！Meta Muse走红，腾讯C端Agent生态被重估
腾讯控股周二港股一度涨近8%，成交额放量至177亿港元。核心催化剂来自Meta旗下AI Agent应用Muse在美国迅速走红，登顶应用商店下载榜。市场由此形成一条清晰的映射逻辑——坐拥超级社交生态与高频生活场景入口、并已推出泛办公Agent产品Workbuddy的腾讯，被视为"中国版Muse"最具条件的落地载体。腾讯同日亦发布了最新图像生成模型Hy Image 3.5 Preview。 截至收盘，