上海AI实验室发布 InternLumina-U2：16B-A1B 多码本扩散统一多模态模型
上海AI实验室发布 InternLumina-U2，一个 16B 参数（激活 1B）的 MoE 扩散语言模型，用 8 码本全离散视觉表示统一覆盖文本问答、文生图、图像理解与编辑、视频及 3D 理解。
多模态 大事记
重要进展 IMPORTANT_PROGRESS
2026-07-14 — 2026-07-14
重要进展 · 第 9 / 21 页
Kimi K3 发布：2.8T 参数开源模型，具备原生视觉与百万 token 上下文窗口
AIHOT事件 ↗原始外链未提供
多模态 精选历史资讯
— · 4 条
精选资讯 · 第 1 / 2 页
Meta 发布实时音频感知模型 Muse Voice Transcribe
Meta Superintelligence Labs 发布 Muse Voice Transcribe，称其为首个实时音频感知模型，提供流式 ASR、最多 20+ 说话人的 diarization 和 endpointing。
Runway 发布 Interface World Models 首个模型 Solaris，实时逐帧生成可交互界面
Runway 发布 Solaris，称其为新模型家族 Interface World Models 的第一个模型，由世界模型实时逐帧生成界面并对点击、拖拽等交互作出响应，无需代码等中间表示。
分类
排序
暂无内容