百科

继上月发布旗舰模型 Gemini 3 Pro 后，谷歌于 12 月 17 日正式推出轻量级版本 Gemini 3 Flash，专为成本与延迟敏感的实时、高吞吐量 AI 应用打造，在保留 Pro 版核心...

谷歌近期为 AI 笔记工具 NotebookLM 推出一项名为 “数据表格”（Data Tables） 的新功能，旨在帮助用户将散落在文档、笔记或网页中的非结构化信息，自动整理为结构清晰、格式统一的表...

随着AI生成视频的逼真度不断提升，辨别一段画面是真实拍摄还是由模型合成，正变得愈发困难。为此，谷歌近期在 Gemini 应用中扩展了其内容透明度工具，新增对AI生成视频的核验能力。 不过，这项功能有一...

2025年12月17日，OpenAI正式推出图像生成新模型GPT-Image-1.5。这款提前上线的模型不仅将图像生成速度提升4倍，还强化了指令理解与编辑一致性，搭配创意工作室式的新界面，成为Open...

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...