百科

谷歌为其 Gemini 音频模型 推出重大更新，并率先集成到 谷歌翻译应用 中，带来一项真正实用的实时语音到语音翻译能力。这项功能专为耳机场景设计，目标很简单：让你在现实世界中“听见”翻译后的声音。 ...

谷歌近日对Gemini Deep Research（深度研究智能体）完成重大升级，不仅将模型底座更换为更强大的Gemini 3 Pro，还首次开放交互API供开发者调用。此次升级重点解决了AI研究中的...

在视频生成领域，动作控制是连接静态图像与动态叙事的关键环节。然而，现有方法普遍存在两个瓶颈：一是控制粒度粗糙（如仅用边界框控制整体移动），二是依赖额外模型（如光流估计器），导致推理复杂、误差累积、难以...

谷歌宣布，将为 Google Chat 用户推送一项虽小但实用的更新，以改善其体验并提高服务可靠性。该公司正在将 Google Chat 迁移至一个新域名，提供比以往更快的访问体验。 Google 表...

早在十月，OpenAI 就宣布了新一代应用程序，用户可以直接在 ChatGPT 体验中与之互动。Booking.com、Canva、Coursera、Figma、Expedia、Spotify 和 Z...

早在九月，OpenAI 就发布了 Sora 2，这是其迄今为止最先进的视频生成模型。Sora 2 能够从自然语言或图像生成具有丰富细节和动态的视频片段与音频。它还对 3D 空间、运动和场景连续性有深入...

OpenAI 再度刷新大模型天花板——GPT-5.2 正式发布。这款专为专业知识工作和长期运行智能体打造的前沿模型，在编码、长上下文推理、视觉理解、工具调用等核心能力上实现跨越式提升，甚至在覆盖 44...

OpenAI 正加速布局多模态赛道！继传闻中的 GPT-5.2 即将发布后，其新一代图像生成模型 Image-2 系列 也在 LM Arena、Design Arena 等评估平台曝光实测。两款内部代...

微软最近发布了 SQL Server Management Studio (SSMS) 22 以及 SQL Server 2025。正如预期，这些软件包含许多 AI 功能，包括 GitHub Copi...

几个月前，微软宣布在网页版 Excel 中有限推出 Copilot 的智能体模式。此功能已面向 Frontier 客户推出，这基本上是微软定义的一个总括性术语，指那些为了加速增长而在新 AI 功能一经...

去年，大语言模型是科技界的主导趋势。今年，行业认识到仅靠大语言模型还不够，AI 智能体才是当前所需。因此，每家大型科技公司都宣布了围绕 AI 智能体的产品和服务。然而，许多此类产品依赖于专有技术，使其...

继图像编辑器完成改版后，谷歌相册将更新重心转向视频编辑功能。此次升级大幅强化了视频创作能力，新增专业时间轴、音效库、自定义文本等功能，甚至能替代 CapCut 等第三方工具，满足用户从简单剪辑到个性化...