站长之家（ChinaZ.com）8月31日 消息:近日，昆仑万维表示，“天工”大模型自发布后一直以“周”为单位进行迭代，训练集群保持高负荷的运行。
今年7月，手机端天工AI助手正式上线，进入内测阶段，苹果和安卓用户均可下载测试。
目前，“天工”大模型已经具备强大的自然语言处理和智能交互能力，并展现出更高级的自主学习和智能涌现能力。
具体来说，公司的大模型支持万字以上的文本对话，用户可以进行20轮以上的交互。在文本写作和语义理解方面，“天工”已接近ChatGPT，中文表现更优，在数学和逻辑推理方面还有进一步提升空间。
公司将持续加强细化能力，包括数学能力、代码能力，以及特定的演讲稿和广告文案等文本创作能力。同时，公司的多模态大模型也已经完成了数据收集和整理，进入实验性训练阶段。
（举报）
中国AI公司昆仑万维凭借独特商业模式实现快速增长，其战略融合了Meta的开源技术、Adobe的垂直产品矩阵和腾讯的生态思维。公司90%收入来自海外市场，通过视频、音乐、社交等产品矩阵在东南亚、中东等新兴市场快速扩张。核心产品包括短剧平台DramaWave（年收入1.2亿美元ARR）和AI音乐平台Mureka（年收入1200万美元ARR），均实现盈利。技术层面，公司采用"垂直开源+商业验证"模式，推出SkyReels视频生成等开源模型，形成开发者生态闭环。其独特之处在于：既非单纯对标国际巨头的通用模型，也避免国内同质化竞争，而是通过开源底座+垂类产品+生态卡位的组合构建差异化优势。2024年财报显示，公司AI业务年收入达10亿元，研发投入同比增长23.4%。市场看好其"平台型AI矩阵"价值，近一月股价上涨20.7%。这家中型科技企业的突围路径，为行业提供了技术出海与生态共建的新范式。
据某头部媒体发布的行业白皮书显示，海外短剧月均用户已达2000-4000万，未来短剧预计将覆盖亿级的海外用户，市场规模或突破百亿美元。正是在这一行业窗口期，昆仑万维以“后来者”姿态切入赛道，却迅速在全球市场中突围，吸引了我
快科技4月16日消息，据报道，可灵AI在北京举行灵感成真”2.0模型发布会，正式发布可灵2.0视频生成模型及可图2.0图像生成模型。据介绍，可灵2.0模型在动态质量、语义响应、画面美学等维度保持领先；可图2.0模型在指令遵循、电影质感及艺术风格表现等方面显著提升。3月27日，全球AI基准测试机构Artificial Analysis发布了最新的全球视频生成大模型榜单，快手可灵1.6pro（高品质模
这是《窄播Weekly》的第52期，本期我们关注的商业动态是:当大厂的AI竞争策略开始倾斜向应用场景，多模态能力和代理执行成为两个焦点。大模型落地C端场景的核心，就是让大模型的能力越来越接近人。沿着这个主旋律，可以划分出两个进化方向:一个是持续降低用户与大模型进行有效沟通的难度;另一个则是让大模型具备执行更复杂任务的能力。前者的实现，需要给到大模型多
本期《窄播Weekly》聚焦AI大厂竞争策略向应用场景倾斜的趋势，重点分析了多模态能力和代理执行两大发展方向。文章指出，大模型落地的核心在于让人机交互更自然，具体表现为：1）通过多模态技术降低用户使用门槛，如阿里夸克新推出的"拍照问夸克"功能；2）通过代理执行提升复杂任务处理能力，如字节、百度等推出的通用Agent产品。国内外厂商路径差异明显：国�
欢迎来到【AI日报】栏目!这里是你每天探索人工智能世界的指南，每天我们为你呈现AI领域的热点内容，聚焦开发者，助你洞悉技术趋势、了解创新AI产品应用。新鲜AI产品点击了解:https://top.aibase.com/1、Kimi开源视觉语言模型 Kimi-VL 与 Kimi-VL-Thinking，多项基准超越 GPT-4oMoonshot AI 最近开源了 Kimi-VL 和 Kimi-VL-Thinking 两款视觉语言模型，展现出卓越的多模态理解与推理能力。这些模型采
多模态理解领域当前已成了各家AI大模型公司“军备竞赛”的关键点之一，国内外知名AI大模型公司都争相通过发布最先进的多模态大语言模型展现其在多模态理解领域的前沿能力。近期，上海AI实验室推出了其最新的多模态大语言模型InternVL3 系列，相比上一代InternVL2. 5 模型，该模型展现出卓越的多模态感知和推理能力，同时进一步扩展了其工具使用、GUI代理、工业图像分析等
本文介绍了多个前沿的人工智能产品和技术动态，包括SkyReels-V2视频生成模型、讯飞星火大模型升级、宇树科技人形机器人比赛计划、Coze Space AI协作平台、Gemma3 QAT优化模型、英特尔AI Playground工具、Reachy2人形机器人发布、ChatTS-14B语音研究项目、Figma推出AI设计工具以及MarkItDown MCP文档转换工具，展示了AI技术在多领域的广泛应用与创新发展潜力。
在产业智能化进程中，如何高效融合企业专有知识资产，构建领域专属认知引擎，是企业迈向智能决策与高效运营的关键。然而，传统检索增强生成(RAG)技术受限于语言单模态处理能力，仅能实现文本知识库与文本查询之间的浅层理解，难以满足复杂业务场景的需求，在实际应用中暴露出两大缺陷:信息表征缺失:忽略知识库中多模态富文档的视觉语义信息，如版面结构、图表关�
复旦大学与美团研究者提出UniToken框架，首次在统一模型中实现图文理解与生成任务的"双优表现"。该方案融合连续和离散视觉编码，有效解决了传统多模态建模中的"任务干扰"和"表示割裂"问题。通过三阶段训练策略（视觉语义对齐、多任务联合训练、指令强化微调），UniToken在多个基准测试中性能超越专用模型。其创新性体现在：1）统一的双边视觉编码
