机器学习能识别鸟鸣地域方言，通用大模型却常认错
鸟鸣也有方言。锤头鹀在不同地区的鸣声存在差异，而这种差异是可以被模型稳定利用的信号。 研究是怎么做的 研究者的做法分两步。先用鸟类鸣声分类器提取 embeddings，再在这层之上训练一个细分类模型，把锤头鹀的方言差异专门当成一个难任务来处…
大模型第 3 页113 篇
蚂蚁 AQ AI 健康助手解析：接入 5000 家医院与近百万医生，200 位三甲名医 AI 分身可问询
结论先行：蚂蚁集团在 2025 年 6 月 26 日发布的 AI 健康应用 AQ，核心并不是”又一个聊天机器人”，而是把大模型能力接到真实医疗资源上。官方公布的数据显示，它已接入全国超 5000 家医院、近百万医生资…
腾讯混元游戏视觉生成平台解析：建模准备从 12 小时压到 30 分钟，九大能力矩阵开放
结论先行：腾讯在 2025 年 5 月 20 日发布的”混元游戏”视觉生成平台，主打首个面向游戏工业级内容生产的 AIGC 引擎。官方给出最具冲击力的一组对比是：部分传统流程中需要耗时 12 小时的建模准备工作，在该…
文心大模型 4.5 原生多模态解析：API 输入 0.004 元/千 tokens，幻觉显著降低
一句话结论：2025 年 3 月 16 日，百度推出新一代原生多模态基础大模型文心大模型 4.5，在文心一言官网免费开放，并通过千帆平台开放 API——输入价格低至 0.004 元/千 tokens，输出 0.016 元/千 tokens。…
Kimi-Audio 开源音频大模型解析：LibriSpeech 词错误率 1.28%，三段式架构统一语音任务
一句话结论：MoonshotAI 开源的音频基础模型 Kimi-Audio，用「音频分词器 + 音频大模型 + 音频去分词器」的三段式集成架构，把语音识别、音频理解、音频转文本和语音对话四类任务收进同一个模型，在 LibriSpeech 测…
GPT-OSS开源权重模型发布：120B/20B双版本Apache 2.0可商用，128K上下文与本地部署全解析
一句话结论：OpenAI 在 2025 年 8 月 5 日推出开放权重模型系列 GPT-OSS，包含 GPT-OSS-120B 与 GPT-OSS-20B 两款，均采用 MoE 架构与 Apache 2.0 协议，原生支持最长 128K t…
美团小美AI助手App上线：搭载LongCat-Flash-Chat，一句话点外卖订座排队，本地生活Agent怎么用
一句话结论：美团在 2025 年 9 月 12 日发布首款独立 AI 助手 App「小美」，定位本地生活 Agent，搭载自研 LongCat-Flash-Chat 大模型，主打「帮你想、代你办」——一句话点外卖、比价推荐、代为订座排队，并…
美团CatPaw AI编程IDE发布：内置LongCat多模型混合调用，Tab/Agent/Browser/Codebase四大能力全解析
一句话结论：美团在 2025 年 11 月 10 日发布的 AI 编程 IDE「CatPaw」，以「Agent + 人协作」为核心理念，集成自研 LongCat 大模型并支持多模型混合调用，用 Tab、Agent、Browser、Codeb…
千问小酒窝上线：统一数字人打通淘宝高德支付宝五大生态，千问从会聊天转向能办事
结论先行：千问小酒窝不是给千问 App 换了一张卡通脸，而是阿里把散落在淘宝、飞猪、高德、支付宝、大麦里的 AI 能力，收拢到同一个数字人入口上。2026 年 4 月 22 日，阿里巴巴正式发布生态级 AI 助手「千问小酒窝」，作为千问 A…
腾讯马维斯 Marvis 上线：Windows/Mac/安卓三端开放，文件 0 上传隐私模式怎么用
先说结论：腾讯马维斯（Marvis）不是又一个聊天机器人，而是一个能读你本地文件、调你电脑设置、还能用手机远程盯着它干活的操作系统级 AI 助手。2026 年 5 月 21 日，腾讯公关总监张军公开宣布马维斯正式”上工̶…