Stability AI 推出音频模型 Stability Audio 3.0，可生成最长 6 分钟专业级歌曲
Stability AI 推出 Stability Audio 3.0 音频生成模型家族，包含四款不同规格模型，参数从45900万到27亿。小型模型专注设备端运行，可本地生成两分钟以内的音频；中型和大型模型支持创作超过6分20秒的完整音乐，
多模态 大事记
重要进展 IMPORTANT_PROGRESS
2026-08-05 — 2026-08-05
重要进展 · 第 6 / 22 页
字节 Seed 发布 SeedRealtime 音视频全双工大模型，走向全模态自然交互
AIHOT事件 ↗原始外链未提供
多模态 精选历史资讯
— · 14 条
精选资讯 · 第 1 / 5 页
SenseNova U1：同时思考文本与图像的AI
将你的想法转化为激发故事的视觉画面 🧨 [引用 @Adamaestr0_]：大多数AI工具可以写作或生成图像。 但这个能同时做这两件事。 向你介绍 SenseNova U1。 一个能同时思考文本和图像的AI。 这改变了一切 🧵
谷歌推出全新AI智能搜索框，支持多模态交互
谷歌宣布推出基于Gemini 3.5模型的全新智能搜索框。该更新将AI Overviews与AI Mode整合为统一的AI搜索体验，支持对文本、图像、文件及视频进行跨模态推理查询。用户可进行多轮对话，搜索将结合上下文提供更个性化、定制化的回答。该新功能已在全球桌面和移动设备端同步上线。
分类
排序
暂无内容