2025年11月19日，北京时间凌晨，Alphabet旗下的谷歌通过官方博客发布了全新的Gemini 3系列模型，取代了此前的2.5版本。本次发布通过一篇博客文介绍，没有举办隆重发布会，但仍然引发了技术圈的广泛关注。 根据InfoQ等媒体的报道，Gemini 3被称为谷歌迄今为止“最智能、适应性最强”的模型。它针对现实世界的复杂问题进行了优化，特别适合需要高级推理、创造力、战略规划、长文本和多模态理解的应用。官方称...
AI视频像素级角色与物品参考：BindWeave模型与ComfyUI部署实测 最近，来自AIwood爱屋研究室的视频展示了如何借助字节开源的 BindWeave 模型，在 ComfyUI 环境下实现像素级的角色与物品参考。这项技术不仅可以让 AI 在视频中准确复现角色的细节，还能同步控制多角色或角色与物品之间的互动，为视频生成带来了更高的一致性和自然感。 BindWeave模型的亮点 统一的主体一致性框架：BindWeave 方案实际上是为了...
业界最新消息显示，谷歌正准备发布新一代 AI 图像生成模型 Nano Banana2（内部代号 GEMPIX2）。Gemini 官网的公告指出，这款模型预言将在数周内正式推出，这意味着谷歌在生成式 AI 领域的创新速度不断加快，方向为用户带来更加高效且精确的视觉创作体验。 作为 DeepMind 团队的核心产品，Nano Banana 系列自 2025 年 8 月 26 日推出首代产品（官方名称为 Gemini 2.5 Flash Image）以来，以卓越的图像编辑...
## 引言 2025 年10 月，中国初创公司 MiniMax 正式开源并推出其新一代文本大模型 MiniMax‑M2。这款模型定位为 “代码原生” 和 “智能体原生”，主打高性能与低成本，为开发者和企业提供面向编码、代理任务的成熟方案。本文将梳理其核心特点、技术架构、价格优势以及潜在应用价值。 ### 核心亮点 – 开放开源、企业友好许可：MiniMax‑M2 在官网宣布对外开源，并以 MIT 许可提供。 – 顶尖性能与全球...
In a significant move to broaden its user base, OpenAI has released its acclaimed AI video generation application, Sora, for the Android operating system. This launch marks a strategic expansion into the global short-form video creation market. The application is now accessible via the Google Play Store for users in several key countries, including the United States, Canada,...
Ouro 是字节跳动 Seed 团队联合多家机构推出的循环语言模型（Looped Language Models）项目，旨在将推理能力直接构建到预训练阶段，而非依赖训练后的 “思维链” 等显式文本生成过程。该项目包含 Ouro-1.4B、Ouro-1.4B-Thinking、Ouro-2.6B、Ouro-2.6B-Thinking 等多类预训练模型，核心采用共享权重层堆栈的循环架构，集成学习到的 “退出门” 实现自适应计算 —— 简单输入可提前退出以节省资源，复杂输入则分配...
中国AI独角兽之一，MiniMax发布了专为智能体和代码任务设计的模型M2，刷新开源SOTA。 价格仅有Claude Sonnet的8%，速度超越近两倍。 MiniMax最知名的就是它们家的海螺AI，时不时就刷新视频生成、语音生成新高度。存在感爆棚。 成立三年，MiniMax迅速发展，完成了多轮融资，在2023年6月就获得了超过2.5亿美元的投资。 在M2之前，MiniMax已经推出了MiniMax-M1系列模型。 MiniMax-M1上线表现优异，超越了DeepS...
# 开源AI新浪潮：十月风云变幻，模型竞赛进入“效率为王”新阶段 **2025年11月3日** – 刚刚过去的十月，全球开源人工智能领域经历了一场深刻的变革。竞争的焦点正从单纯的参数规模竞赛，转向对模型效率、专业能力和应用成本的全面考量。一系列重量级模型的发布和技术趋势的演进，标志着开源AI正式进入“效率为王”的新篇章。 — ### **核心看点：新模型与新趋势** #### **1. Mistral AI 再掀波澜：M...
近一周开源模型动态汇总（2025年10月21日–28日） 本周开源模型领域的动态非常丰富，以下是几件值得关注的大事： MiniMax 发布新一代开源文本大模型 M2 MiniMax（稀宇极智）在 10 月 27 日正式发布并开源新一代文本大模型 MiniMax‑M2。在全球权威评测榜单 Artificial Analysis（AA）中，这一模型总分进入全球前五，并成为榜单上的开源第一。 M2 采用混合专家（MoE）架构，总参数约 2300 亿，但在推理时只激...
LTX‑2 模型发布：开源同步音视频生成引擎 10 月 23 日，AI 视频技术公司 Lightricks 宣布推出新一代开源视频生成模型 LTX ‑2。这款模型在音视频同步和 4K 生成上取得了重大突破，是其上一代模型 LTXV 0.9.8 的重要升级。LTX ‑2 将视听生成合并到一次流程中，并开放了架构和代码，鼓励开发者在其基础上二次开发 (ltx.video) 。 主要亮点 音频与视频同步生成：LTX ‑2 在一个统一的流程中同时生成画面与声音...