跳到正文
只看模型#多模态
  1. Latent Space82

    Thinking Machines 发布 Inkling 2 Small：594B 总参数 MoE，68 小时完成预训练

    Thinking Machines 发布 Inkling 2 Small，这是一个 594B 总参数、17B 激活参数的多模态 MoE 模型，已在 Tinker 上线，Apache 2.0 权重承诺下周外部安全测试完成后开放。

    推荐理由：材料汇总了 Inkling 2 Small 的训练时长、精度方案与多项第三方评测，可对照其与同尺寸模型的差距。

  2. Google DeepMind80

    Google DeepMind 发布 Gemini Omni 1.2 Flash，支持 15 秒视频并降价 30%

    Google DeepMind 推出 Gemini Omni 1.2 Flash，并在 Gemini API 和 Gemini for business 全面开放，原生支持最长 15 秒视频生成与多轮对话式编辑。

    推荐理由：原文列出了时长、价格和一致性上的具体变化，读者可据此判断视频生成在批量广告与电商素材上的成本门槛。

  1. Google DeepMind82

    Google DeepMind 发布世界模型 Genie 4

    Google DeepMind 发布世界模型 Genie 4，可实时生成带原生音频的交互式模拟世界，并以研究预览形式向可信测试者开放。Genie 4 支持用自然语言实时改变天气、镜头和场景中的人物物体，首次原生生成环境音与可随输入变化的角色对话。

    推荐理由：官方披露了原生音频、实时文本操控与 Gemini 引导推理三项能力，可据此判断世界模型与语言模型结合后的模拟边界。

已经到底了