通义千问发布Qwen3-ASR-Flash：多语言高精度识别
近日，阿里旗下通义千问团队推出了新一代语音识别模型Qwen3‑ASR‑Flash。该模型以Qwen3为底座，结合了千万小时级别的多模态与语音识别数据，在识别精度…
DeepSeek发布V3.1-Terminus：强化Agent能力
2025年 9月 22 日，DeepSeek 正式发布其开源大语言模型的最新更新版——DeepSeek-V3.1-Terminus。该版本在前代 V3.1 的基…
AI资讯周报（2025.10.17-24）：倡议、产品、安全突破
AI 资讯周报（2025年10月17-24日） 在过去的一周里，全球的 AI 动态不断，既有社会倡议，也有商业合作、产品更新、科学突破以及安全警示。以下是本周值…
Nano Banana 官方提示词指南
Gemini 可以通过对话方式生成和处理图片。你可以通过文字、图片或两者结合的方式向 Gemini 发出提示，从而以前所未有的控制力来创建、修改和迭代视觉内容：…
完美继承与突破：Flux Dev 生态与Flux Krea模型发布
一、Flux Dev生态的优势 Flux作为Julia语言生态下的主力深度学习框架，拥有丰富的模型库和工具集，涵盖了计算机视觉、自然语言处理、强化学习、图神经网…
黑森林正式发布 FLUX.1 Kontext [dev] 公测版
要点： Black Forest Labs 今日宣布，开放邀请数月后，FLUX.1 Kontext [dev] 模型已全面进入公测阶段。 官方网站现可「一键体验…
Flux Kontext：释放AI创意力的新一代生成引擎
在生成式AI领域快速发展的今天，创作者与开发者不断寻找更强大、更高效的工具，以突破创意与性能的双重边界。Flux Kontext，由 Black Forest …
【AI短讯】苹果开源视觉模型 FastVLM
苹果正式发布 FastVLM 开源视觉模型，专为 iPhone、IPad 设备优化的高速视觉模型，强调能以极低的延迟完成图文理解任务，并实现与大语言模型 GPT…
Insert Anything: 开源图像无缝插入编辑框架
浙江大学、哈佛大学、南洋理工大学联合提出了统一的图像插入框架Insert Anything，支持多种实际场景，包括艺术创作、逼真的脸部交换、电影场景构图、虚拟服…
【AI短讯】Midjourney V7再升级
2025年5月3日，Midjourney V7 推出实验性模式。这是V7模型的加速版本，发布默认快速模式，成本降为之前一半，与V6作业价格大致相同。快速模式下作…