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
......
111本文由站长之家用户投稿发布于站长之家平台，本平台仅提供信息索引服务。为了保证文章信息的及时性，内容观点的准确性，平台将不提供完全的内容展现，本页面内容仅为平台搜索索引使用。需阅读完整内容的用户，请查看原文，获取内容详情。
（推广）
特别声明：以上内容(如有图片或视频亦包括在内)均为站长传媒平台用户上传并发布，本平台仅提供信息存储服务，对本页面内容所引致的错误、不确或遗漏，概不负任何法律责任，相关信息仅供参考。站长之家将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。任何单位或个人认为本页面内容可能涉嫌侵犯其知识产权或存在不实内容时，可及时向站长之家提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明（点击查看反馈联系地址）。本网站在收到上述法律文件后，将会依法依规核实信息，沟通删除相关内容或断开相关链接。
本期AI日报聚焦多领域进展：智谱发布GLM-5V-Turbo多模态编程模型，实现视觉与编程深度融合；字节跳动火山引擎开放Seedance 2.0视频生成API；美团开源LongCat-AudioDiT，刷新语音克隆SOTA；字节豆包大模型日消耗Token破120万亿，国产模型调用量持续增长；蚂蚁数科推出专业级AI智能体DTClaw；Anthropic测试常驻代理Conway，支持独立UI与Webhook；谷歌即将开源120B参数Gemma 4模型；通义实验室发布Qwen3.6-Plus，提升编程智能体稳定性。
快科技4月7日消息，DeepSeek V4预计本月发布，新模型可能包含快速版、深度版及多模态版三款，支持视觉功能。此前系统崩溃和灰度测试均暗示升级在即。程序员展示的新界面含快速、专家及视觉选项，与现有界面形成对比。此外，DeepSeek至少还有两款使用国产芯片的大模型在开发中。用户期待官方正式发布，并希望推出面向AI编程的特别版。
3月底智谱正式推出了GLM-5.1大模型，编程能力评分45.3分，号称比全球最强的Opus 4.6只低了2.6分。 前两天GLM-5.1大模型也正式开源，也深受开发者喜爱，现在最新的排名也来了全球权威AI评测平台LMArena（百万用户参与盲测）更新Code Arena专项榜单，GLM-5.1登顶全球开源模型第一，位列全球模型第三。 除了榜单表现优秀，根据智谱的说法，GLM-5.1不仅继承了上一代模型的开源SOTA编码能
4月2日，科大讯飞旗下讯飞医疗发布首款搭载讯飞医疗星火大模型的智能血压计——讯飞智能臂筒式血压计。产品包含X3、X5、X7三款型号，主打双模精准测量、AI语音交互、远程数据同步等核心功能。这标志着家庭血压监测行业正从“单点测量”迈入“智慧管理”新阶段。该产品以星火医疗大模型为核心，依托语音交互、数据解读、趋势分析、健康指导的全链路能力，重构家用血压管理体验，让居家测量也能拥有与医院同等专业、可信的结果。讯飞智能臂筒式血压计预售首发优惠价格：X3首发价349元，X5首发价699元，X7首发价999元。
豆包大模型，又上新了。 2026年4月9日，原生全双工语音大模型Seeduplex正式发布，相比上一代半双工豆包端到端语音模型，新模型基于“边听边说”的全新框架设计，交互体验的自然感、顺畅度大幅提升，目前已在豆包App全量上线。 这意味着，前沿的全双工语音技术，第一次实现商业规模化落地。 而依托全双工语音技术，豆包的语音交互不再是机械式的一问一答，而是收放�
从“通用大模型”到“产业智能体”，健康产业正在成为AI技术落地的最大试验场之一。4月9日，第十九届西普会主题正式发布——“走进AI时代:健康产业的范式革命与路径选择”，大会定于8月11日至16日在海南博鳌举行。对于AI科技圈的从业者而言，这个主题的价值不在于它提到了AI，而在于它释放了一个信号:健康产业正在将AI视为底层操作系统，而不是一个提效工具。 这意味
过去一年多，游戏行业对AI的态度渐渐回归理性。最初大家惊叹于各种大模型的生成效果，现在大家往往更关心现实问题:能嵌入开发管线吗?工作流是什么样?成本和效果又如何? Meshy AI创始人兼CEO胡渊鸣在今年GDC上用一组对比强烈的数据作为开场，向大家展示了3D生成工具Meshy（meshy.ai）的生产力: “Meshy拥有超过1000万注册用户，三年内用AI生成了超过1亿个3D模型;相比之下，在整�
考拉悠然发布“悠然远智”大模型服务平台，实现AI视觉智能体“定义即运行”。该平台基于全栈自研多模态大模型，让业务人员通过自然语言指令即可定义、创建并驱动具备专业理解与执行能力的AI智能体，将事件检测算法上线周期从“数周”缩短至“分钟级”。平台提供三种开箱即用的智能体工作模式，覆盖审核、增强与检测等场景，支持零样本视觉推理，无需标注数据与模型训练即可直接分析视频流，输出结构化判断结果，形成“感知-理解-决策”的完整执行闭环。
4月2日，在2026 ODCC春季全会上，超擎数智获授“ODCC AI存储实验室”，标志着AI存储产业迈向标准化、规模化发展的新阶段。该实验室将聚焦AI存储与推理场景的关键技术演进，推动行业标准建设与生态协同发展，为产业高质量发展提供有力支撑。超擎数智凭借在AI应用全栈方案领域的技术积累与实践能力，成为实验室的运营方，未来将联合产业头部力量，共建开放协同生态，加速技术成果转化与标准落地，为AI推理与千行百业应用创新发展提供关键支撑。
站长之家（ChinaZ.com）3月31日 消息:今日，阿里巴巴正式推出了其新一代全模态大模型——千问Qwen3.5-Omni。这款大模型采用了先进的混合注意力MoE架构，能够轻松处理图片、视频、语音以及文字等多种模态内容的输入与输出，展现出强大的多模态处理能力。在多项测试中，Qwen3.5-Omni表现卓越，尤其在音视频理解、识别与交互等215项任务中，均取得了SOTA（性能最佳）的佳绩，成功�
