AI TOP100 搜您想要的

国内头部大模型企业月之暗面宣布，计划于2026年第一季度（暂定1月或3月）正式推出全新多模态AI模型，型号拟定为K2.1/K2.5。该模型基于此前发布的万亿参数开源模型Kimi K2升级而来，将重点强化多模态处理与智能体（Agent）核心能力，为AI行业动态注入新活力。

苹果研究团队重磅上线多模态AI模型UniGen1.5，为图像处理领域带来革新。该模型打破传统局限，将图像理解、生成与编辑功能集于一身，大幅提升效率。在多项测试中成绩优异，虽有不足但未来可期，有望推动行业迈向新高度，引发各方高度关注。

在科技浪潮推动下，虚拟世界正加速从想象照进现实。2025年12月17日，腾讯发布国内首个开放实时互动体验平台——混元世界模型1.5。它打破传统内容生成界限，凭借独特生成方式、三大核心能力、开源训练体系，在游戏、影视、虚拟现实等领域前景广阔，引领我们迈向全新智能时代。

2025年12月05日，火山引擎重磅上线豆包语音识别模型2.0（Doubao-Seed-ASR-2.0）。这并非普通更新，而是重大升级，推理能力大幅提升，还能精准识别多语言与视觉信息，在复杂场景表现卓越。它具备多模态理解与多语种支持，为企业和开发者提供便捷接入服务，未来将持续进化，引领语音识别技术新潮流。

2025年12月03日，AI开源圈沸腾了！阿里通义实验室正式开源 Z-Image-Turbo-Fun-Controlnet-Union 这一全新 ControlNet 模型。它自亮相便热度飙升，以独特技术优势，在复杂场景处理、多条件控制融合等方面表现卓越，有望重塑 AI 图像生成格局，引发全球开发者与创作者高度关注。

今日，全球首个统一多模态视频大模型——可灵视频O1模型全量上线。它以创新架构与强大功能，打破创作束缚，带来一站式体验。从多模态融合到创意无限，为创作者搭建高效平台，开启视频创作全新纪元，快来解锁无限可能！

快手正式上线新一代旗舰多模态模型Keye-VL-671B-A37B，并开放代码。该模型以“善看会想”为特性，在多个benchmark中表现突出，巩固了快手在人工智能领域的技术实力。模型采用DeepSeek-V3-Terminus作为大语言模型基座，通过MLP层与KeyeViT视觉模型连接，通过预训练和后训练提升多模态理解和推理能力。未来将融合多模态Agent能力，实现更强的工具调用和复杂问题解决能力。

2025年11月18日，昆仑万维重磅推出轻量级多模态智能体Skywork R1V4-Lite，宛如一颗投入平静湖面的巨石，在科技圈激起千层浪。它打破传统局限，集成多种强大能力，以简单操作解决复杂问题，在权威测试中表现卓越，为智能交互领域开启全新大门。