智谱视觉编程和阿里全模态模型实测：谁才是长视频理解与任务执行的真王者？_服务软件

1. 体验完智谱刚刚发布的 GLM-5，我终于明白它为什么让硅谷猜破了头

2. 揭秘GLM-5技术底牌：「异步强化学习框架Slime」成终极杀招

3. 半夜，小米大模型团队发布小米全模态Agent基座大模型 MiMo-V2-Omni“MiMo-V2-Omni 专为现实世界中复杂的多模态交互与执行场景而生。从底层构建了融合文本、视觉、语音的全模态基座，并以统一架构将“感知”与“行动”深度绑定。这不仅打破了传统模型“重理解、轻执行”的局限，更让模型原生具备了多模态感知、工具调用、函数执行及 GUI 操作能力。”“MiMo-V2-Omni 可无缝接入各种 Agent 框架，实现了从理解到操控的跨越，大幅降低了全模态 Agent 的落地门槛。”“在正式发布之前，我们将一个早期测试版本以「Healer Alpha」为代号匿名上架 OpenRouter，没有任何宣传，纯粹让模型能力说话。结果调用量自然攀升至平台前列，并在 OpenClaw 测评榜单 PinchBench 上拿下均分第一，用户和基准双双给出了同一个答案。” “我们还与金山办公合作，将 MiMo-V2-Omni 接入 WPS Office，探索全模态智能体模型在日常生产力场景中的表现。”

4. 刚刚，阿里端出春节「硬菜」千问 3.5！我让它做了个拜年网页，结果出乎意料

5. AI春节档最强杀手锏来了！千问3.5除夕强势亮相，开源SOTA、性价比之王

6. 阿里开源 Qwen3.5-Plus！三千行代码一次生！超强性能超低价格

7. 千问3.5以小胜大，阿里巴巴的阳谋藏不住了

8. 开源是战略，生态是王炸，阿里千问入局AItoC #千问 #大模型

9. Meta的秘密项目居然偷师千问？偷早啦！千问发布旗舰推理模型Qwen3-Max-Thinking#Qwen3 #千问 #科技改变生活 #AI新星计划 #玩个很新的东西

10. #千问Qwen3.5大模型发布#除夕夜，阿里再放大招，新一代千问大模型Qwen3.5今晚开源，实现模型架构创新。继去年除夕Qwen2.5-Max后，阿里再次选择在这个节点发布重磅技术，持续推动大模型技术开源共享，为AI生态注入新活力。

11. 股价暴涨32%！GLM-5登顶全球开源第一，25分钟一镜到底搓出完整系统

12. 智谱GLM-5强调的Agentic Engineering能力是什么？｜甲子光年

13. GLM-5 逼平 ClaudeOpus4.5，对中国 AI 大模型发展有何意义？

14. #千问Qwen3.5大模型发布#刚刚阿里正式发布全新一代大模型千问Qwen3.5-Plus。用户可在千问APP、千问PC端体验，点击页面顶部千问图标，即可切换模型，体验Qwen3.5-Plus。Qwen3.5已经从纯文本模型进化到原生多模态模型，不管是推理能力，还是多模态理解与更高效的运行体验#how i ai##过个有ai年#

15. 千问APP国内正式上线，“千问恐慌”愈演愈烈，OpenAI恐怕要被反杀了 #千问APP #AI #AI助手 #开源大模型#阿里巴巴

16. 阿里除夕夜发布 Qwen3.5 模型，哪些技术亮点值得关注？对大模型发展有何影响？

17. 盘点一周AI大事(2月22日)｜不赚钱拔网线，龙虾狂赚1万工程师开源龙虾打工人ClawWork，10刀开局，7小时狂赚1万刀工程师Sigil开源首个全自主智能体The Automaton Kimi上线云端龙虾Kimi Claw 网易开源桌面版龙虾LobsterAI Google上线地表最强大模型Gemini 3.1 Pro Gemini接入音乐模型 Lyria 3 NotebookLM升级，动动嘴就能修改PPT，还支持导出PPTX格式 Anthropic发布Claude Sonnet 4.6 Claude与Figma官宣史诗联动，Claude Code写的页面能一键导入Figma 阿里开源最强行动智能体 Mobile-Agent-v3.5 字节开源极速生图模型BitDance Tavus发布最强数字人模型Phoenix-4 Taalas研发出革命性AI芯片HC1 #抖音年味新知贺岁 #前沿科技趋势发布月 #AI新星计划 #OpenAI #智能体

18. #阿里新一代模型Qwen3.5曝光#中国大模型“疯狂2月”的重要一环阿里新一代大模型Qwen3.5曝光了，看了一下，Qwen3.5采用全新架构，支持原生视觉理解能力，可直接处理图像等多模态输入，并且在逻辑推理、数学计算及代码编写能力上具有显著突破，这波是国产大模型全球竞争力再次迎来强化呀。

19. 阿里除夕夜发布 Qwen3.5 模型，哪些技术亮点值得关注？对大模型发展有何影响？

20. 阿里除夕夜发布 Qwen3.5 模型，哪些技术亮点值得关注？对大模型发展有何影响？

21. 阿里系连发两个重磅AI产品，暗藏了一个巨大的机会#灵光 #蚂蚁灵光 #阿里巴巴 #全模态通用AI助手 #AI工具

22. 「Github一周热点105期」Rust 版openclaw，本地语音克隆工具，Qwen3.5， AI 渗透测试系统和精美源码图片生成工具

23. 「Github一周热点104期」智谱GLM-5发布，打响春节AI大战模型第一枪

24. #千问Qwen3.5大模型发布#千问 Qwen3.5 是采用极致稀疏 MoE 架构在保持超强性能的同时，显存占用降低 60%，推理效率大幅提升，部署成本显著下降。模型支持最高 256K 超长上下文，让长文本处理变的更加的轻松有效率了！原生多模态统一也是Qwen3.5的特点之一，也是目前国内外大模型的发展的主要趋势，模型在图文、视频理解能力全面升级，精准解析图表、文档与复杂视觉内容。实现了一个入口实现多种属性。Qwen3.5对于中小企业特别友好，很大程度上降低了企业运营成本，可以让中小企业得到高效、普惠、全能的运营工具。不再因为高昂的费用而排斥企业去追逐AI。#过个有AI年##HOW I AI#

25. GLM5、Kimi 2.5、Minimax M2.5、千问、豆包，国产大模型选哪个？

26. GLM-5深夜登场，这是国产开源模型首次逼平Claude Opus 4.5。

27. 除夕夜，国产顶流压轴上线，QWEN3.5多模态开源！

28. 市值近600亿，大模型公司上市了！ #AI #智谱ai

29. 盘点一周AI大事(12月28日)｜最强开源大模型易主智谱发布最强开源大模型GLM 4.7 MiniMax发布最强开源编码模型MiniMax M2.1 阿里开源超长上下文模型QwenLong-L1.5 字节发布最强数学模型Seed-Prover 1.5 英伟达开源游戏智能体Nitrogen 阿里开源语音对话模型Fun-Audio-Chat 字节开源短剧视频模型StoryMem 字节开源关键帧视频模型DreaMontage 奥特曼认为通用人工智能已成为过去式，并提出超级人工智能定义 #前沿科技趋势发布月 #抖音知识年终大赏 #AI新星计划 #OpenAI #大模型

30. “源神”的新年贺礼！深度实测Qwen3.5，原生多模态表现如何

31. #千问Qwen3.5大模型发布#阿里巴巴春节AI大战再出一张王牌。今天，阿里巴巴正式开源并上线了新一代千问大模型Qwen3.5，以其原生多模态架构和极致效率设计，成为全球开源AI领域的新标杆。Qwen3.5首次实现原生多模态融合，直接支持文本、图像及视频输入，无需外部适配即可完成跨模态理解任务。推理吞吐量提升8.6倍至19倍，显存占用降低60%。实测性能超越自家万亿级前代模型Qwen3-Max，并在多项权威评测中领先。用户可通过千问APP、PC端一键切换至Qwen3.5模型，实时体验多模态交互。Qwen3.5的发布标志着国产大模型进入“效率+多能力”双轨竞争阶段。其发布节点直击春节技术窗口，与DeepSeek v4、字节豆包2.0等国产模型形成“春节AI大战”格局。#老张聊科技#

32. GLM-5深夜官宣：Pony Alpha身份揭晓，编程能力逼近Claude Opus

33. 2025年度AI全景报告：AI变强，人类抽象！ 2025年的AI进化史，比科幻电影更疯狂一、大模型篇：GPT-5.2、Gemini、Claude如何刷爆IQ测试二、AIGC篇：小香蕉和GPT-Image编辑现实三、人类怎么用AI：跟“神”谈恋爱四、AI机器人：伴侣还是终结者五、AI4S：人类最后的发明 #前沿科技趋势发布月 #抖音知识年终大赏 #AI新星计划 #AI #机器人

34. 北大王选所彭宇新团队：让多模态大模型学会「看懂物种关系」丨CVPR 2026

35. 不是这还是我认识的阿里巴巴吗对这就是他阿里进军机器人领域，千问内部组团，通义千问技术负责人带队#阿里 #通义千问 #机器人 #科技 #人工智能

36. “龙虾模型”能管公司？实测GLM-5-Turbo接入openclaw运营公司

37. Claude 5史诗级泄露，史上最强编程模型评测炸裂！核心秘密曝光

38. #硬刚ChatGPT的千问国内可下载#刷到朱啸虎的小红书说千问硬刚ChatGPT，我试着问了一下千问“国内免费ai软件推荐，以及各个ai软件的特长和优点”，它不仅清晰分类、对比各家优势，还针对中文编程、内容创作等高频需求给出实用建议，配合图表呈现，逻辑直观。这份回答让我看到了千问此番硬刚的底气，毕竟它用的是阿里自家最强最新的Qwen大模型，而整个Qwen模型家族更在国际赛场表现亮眼：不仅在多项核心国际榜单持续霸榜，更在图像处理领域以48%的份额稳居全球第一。作为深耕中文生态的AI助手，千问对汉语语义、文化语境及本土使用场景具有深度理解。综合来看，千问在回答结构、语言风格与场景适配方面都更贴合国人习惯，加上界面简洁入口直观，难怪朱啸虎会说它是目前中国市场最需要的AI助手

39. 阿里全家桶全面Agent化！千问“任务助理”全面公测，从此AI不再只是动嘴出主意的狗头军师！

40. Qwen3.5-Omni 直接掀翻 AI 格局！215 项任务 SOTA 全面碾压 Gemini-3.1 Pro，性能吊打还不够，API 价格仅为竞品 1/10 以下，百万 Token 成本更是低到惊人。它原生融合文本、图片、音频、音视频输入，256k 超长上下文轻松处理 10 小时音频，113 种方言精准识别，更自然涌现 Audio-Visual Vibe Coding，音视频指令直接生成代码。从企业跨国会议、内容创作到教育医疗，全场景覆盖。国产 AI 凭实力逆袭，这波真是硬核提升！#AI生活指南##微博超有用视频大赛##科普大作战##科技先锋官# 种斌Marco的微博视频

41. MiniMax套餐大升级，全球首个全模态订阅来了！

42. 终于来了，#小米新SU7辅助驾驶升级XLA大模型# ，新一代SU7交付即搭载。底层架构全面升级，引入多模态输入，融入小米自研MiMo-Embodied 具身基座模型，将汽车驾驶和机器人能力融合，打通“视觉-视觉-动作”，像真人一样理解场景、思考决策，开车丝滑安心。2024年11月升级端到端架构2025年11月引入强化学习2026年3月升级XLA大模型小米软件能力强、投入决心大，辅助驾驶进步真的快，几个大版本更新提升都明显。小米高投入的Ai，这两年开始开花结果，后面更加值得期待。

43. 如何评价美团开源的全模态大模型LongCat-Flash-Omni?

44. 正面硬刚Gemini 3 Pro，阿里开源Qwen3.5-Plus｜甲子光年

45. ICCV 2025 Highlight | 图像也能“说话”：BPE-V让视觉模型拥有语言的思维方式

46. 内存涨价可以理解，因为AI大模型对应的是生产力，而不是消费需求。生产力，只要算得过来帐，那就是刚需。国内做得比较好的大模型，比如被Claude点名指控的智谱AI，现在的GLM5就是供不应求的状态…… 我蹲了好几天了，还没买到。真没想到，到了AI大模型这种高科技，还是得排队取号啊！智谱AI源自清华大学计算机系知识工程实验室（KEG），核心技术可追溯至 2006 年唐杰团队的 AMiner 科研情报平台。#智谱glm5开源发布##清华大学#

47. FT：DeepSeek V4 下周发布，原生多模态。和华为、寒武纪联合优化，估计是优化了 V4 在对应平台上的推理性能。现在多模态最强的还是 Gemini，Demis 的表述很有说服力： Gemini 从第一天起就是多模态的，这是有原因的。它是机器人所需要的…这些多模态模型能理解世界的物理学，再加上一点机器人微调，就能处理动作、电机控制以及机器人所需的规划…AGI 必须理解物理环境、周围的物理世界…为了让机器人工作…理解你的物理上下文。期待 DeepSeek V4 的多模态性能！

48. 26年1月开源模型汇总，太卷了，这几个已经追平闭源了！

49. 【#小米发布三款自研大模型# 雷军称2026年AI投入将超160亿】小米加速走上大模型牌桌。3月19日凌晨，小米宣布推出三款自研大模型，分别为旗舰基座模型Xiaomi MiMo-V2-Pro、全模态基座模型Xiaomi MiMo-V2-Omni与语音合成大模型Xiaomi MiMo-V2-TTS，涵盖智能体推理、多模态到语音交互等多种应用场景。小米发布三款自研大模型雷军称2026年AI投入将超160亿　　正式上线前，Pro和Omni两个版本的模型分别以代号“Hunter Alpha”和“Healer Alpha”在API聚合平台OpenRouter上匿名上架，期间调用量多日登顶日榜。至今，调用量已突破1万亿Token，并获得大量开发者自发推荐。　　雷军在发布会后称，公司目标是在模型领域进入全球第一阵营，小米未来三年在AI领域计划至少投资600亿元，今年AI研发和资本投入预算已经超过160亿元。“我们已经进入了一个全新的时代，无论是个人还是企业，都需要拥抱AI，”雷军说。

50. 爆料 Deepseek 下周发布 v4 多模态模型，有哪些功能亮点值得关注？

51. 《Building AI Agents with Google Gemini 3 and Open Source Frameworks》AI代理正从简单聊天机器人进化为具备复杂决策能力的半自主系统。谷歌最新发布的Gemini 3 Pro Preview，成为推动这一变革的核心引擎。它不仅提升了推理深度和多模态处理能力，还通过“思维签名”技术确保多步骤操作不丢失上下文，实现高效稳定的任务执行。Gemini 3支持开发者灵活控制成本、延迟和推理深度，满足不同场景需求。其大上下文窗口有效防止“推理漂移”，让代理在长时间对话中保持逻辑一致。更重要的是，谷歌携手开源社区，实现了LangChain、Vercel AI SDK、LlamaIndex、Pydantic AI和n8n等主流框架的Day 0支持，助力开发者快速构建下一代智能代理。- LangChain通过图形化工作流，支持多角色复杂代理开发。- Vercel AI SDK以TypeScript为基础，优化代码生成和推理性能，助力现代前端框架。- LlamaIndex专注知识型代理，强化数据交互与索引能力。- Pydantic AI结合Python类型安全，提升代理数据的可靠性和可维护性。- n8n赋能非技术团队，无需编码即可打造智能自动化流程。使用Gemini 3时，建议简化提示语，开启thinking_level参数调控推理深度，保持temperature为1.0以保证性能，严格管理思维签名的传递，合理设置多模态分辨率以节省计算资源。详细开发指南中包含迁移建议和API新特性，助力顺利升级。Gemini 3不仅是技术升级，更是智能代理迈向实际应用的关键一步，推动AI更好地服务于复杂业务和多样场景。原文：developers.googleblog.com/building-ai-agents-with-google-gemini-3-and-open-source-frameworks/

52. 3月18日，小米CEO雷军发文分享小米辅助驾驶的最新进展：“小米HAD辅助驾驶全新升级XLA认知大模型，新一代SU7全系交付即搭载。这次升级标志着小米HAD辅助驾驶，首次打通了“辅助驾驶”和“具身机器人”两大任务，引入多模态输入，融入了小米自研的 MiMo-Embodied 具身基座模型，能更好的学习、理解复杂场景。小米智驾团队，过去的2年，小米HAD辅助驾驶发布了3个大版本。这意味着，2年时间，团队走过了很多同行5年、甚至10年走的路。”#雷军##新一代SU7##小米汽车#

53. 大年初二，GLM5的技术报告发布了arxiv.org/abs/2602.15763总参数 744B，激活参数 40B（相比 GLM-4.7 的 355B/32B 有所增加，所以价格才变贵了吧）。针对长耗时的 Agent 任务（如跑代码、浏览网页），设计了全异步训练框架。针对国产芯片做了定制优化，针对昇腾 NPU 架构开发了定制算子。不过之前有传闻完全在昇腾芯片上训练似乎不是真的。#HOW I AI#

54. #马云现身蚂蚁园区#佩戴工牌与鸭舌帽尽显低调今日上午，蚂蚁集团正式发布了全模态通用AI助手“灵光”，能够在移动端实现“自然语言30秒生成小应用”，并且可编辑可交互可分享。同时，灵光也是业内首个全代码生成多模态内容的AI助手，支持3D、音视频、图表、动画、地图等全模态信息输出。而就在昨天，阿里巴巴正式宣布“千问”项目，全力进军AI to C市场。当天，千问App公测版上线，基于全球性能第一的开源模型Qwen3，凭借免费，以及与各类生活场景生态的结合，与ChatGPT展开全面竞争。

55. 独家｜VUI Labs宇生月伴完成数千万元天使+轮融资，同创伟业领投，打造行业领先的情感语音大模型和多模态Agent

56. 阿里云发布多模态交互开发套件

57. 十余所机构联合提出WorldLens：评测了所有开源自驾世界模型（中科院&新国立等）

58. 英语听力的三种方法的进阶顺序：🌼第一步：边看书边听（看+听）阶段：启蒙阶段 / 或处在启蒙阶段的小学低年级孩子作用：降低理解压力，让孩子熟悉故事和词汇建立语音-词义直连方法：选分级书或与孩子目前能力匹配的课外书一边看文字一边听音频可跟读或模仿语调总结：先建立“理解 + 语音感知 + 兴趣”，为裸听打基础🌼第二步：裸听读过的书（熟悉内容）阶段：基础阶段作用：提升纯听觉理解能力巩固词汇和句型训练语感和听力注意力方法：选择孩子已经看过或分级读过的书尝试不看文字，仅凭耳朵理解可以分段重复听，逐渐延长裸听时间时间：每天15-20分钟总结：先熟悉内容 → 裸听 → 不依赖文字理解🌼第三步：裸听新材料（没读过的内容）阶段：进阶阶段作用：拓展词汇量提升上下文猜词能力和主动理解能力增强注意力、预测能力和语言思维能力方法：选择稍高难度的分级书或原版课外书音频初期可短篇切段，听一章或几分钟重复听 ⚠️这一点很重要时间：每天20-30分钟总结：挑战理解极限，训练“听懂新内容”的能力🌼 第一阶段进行一段时间后可同步开启第二阶段，部分听力选择可同步进行🌼整体顺序总结1. 边看书边听 2. 裸听熟悉书 3. 裸听新材料核心理念：先熟悉、再裸听已知、最后裸听未知，每一步都在稳步提高听力理解和语感🌼听单我正在整理，稍后出！

59. 302.AI 基准实验室丨GLM-5-Turbo 实测

60. 深入谈谈GLM-5-Turbo

61. 智谱发布GLM-5-Turbo

62. Qwen3.5-Omni发布，能力更强更全面

63. Qwen3.5-Omni

64. 阿里千问发布全模态大模型Qwen3.5-Omni

65. 实测拿215项SOTA的Qwen3.5-Omni

66. 阿里发布 Qwen3.5-Omni，多模态能力超越 Gemini-2.5 Pro

67. 215项SOTA + 自然涌现Vibe Coding！Qwen3.5-Omni发布

68. 阿里发布Qwen3.5-Omni，多模态能力超越Gemini-3.1 Pro

69. 开源视觉大模型新王诞生，视觉理解精度超Qwen3-VL。

70. 智谱AI重磅发布多模态大模型GLM-4.6V系列开启通用人工智能新纪元

71. 阿里最强全模态模型登场！实测看懂50分钟《老友记》，全球评测215项SOTA

72. 阿里千问发布新全模态模型多项指标超Gemini 行业将迎来哪些变化

73. 阿里发布千问新一代全模态大模型Qwen3.5-Omni

74. 领跑全模态交互新时代

75. 阿里Qwen3-Omni登顶全球开源模型榜！深入解读新一代原生全模态大模型

76. 智谱多模态开源周第一弹

77. GLM-4.6V大模型今日开源

78. 智谱开源GLM-4.6V

79. 阿里Qwen3.5-Omni横空出世！全球评测215项SOTA

80. 国产全模态反击战！Qwen3.5-Omni实测

81. 阿里Qwen3.5-Omni发布/国产大模型，连续一个月霸榜

82. GLM-5-Turbo

83. 智谱发布GLM-5-Turbo

84. 全新发布！千问全模态大模型Qwen3.5-Omni来了

85. 阿里千问Qwen3.5-Omni发布，全模态登顶215项SOTA对标国际顶尖！

86. 阿里云发布Qwen3.5-Omni，全模态大战开启

87. 各公司AI大模型大比拼

88. GLM-5-Turbo 实测

89. GLM-5-Turbo

90. 2026年3月31日AI快讯

91. 刚刚,智谱开源了他们的最强多模态模型,GLM-4.5V。

92. 阿里Qwen3.5-Omni发布

93. 阿里Qwen3.5-Omni发布:音视频交互新突破,全模态能力登顶全球

94. 阿里发布新一代全模态大模型Qwen3.5-Omni

95. 阿里发布Qwen3.5-Omni 多模态能力超越Gemini-3.1 Pro

96. 阿里发布Qwen3.5

97. 飞书微信等开源CLI向AI Agent开放能力全模态大模型Qwen3.5-Omni发布 AI早报20260331

98. Qwen3.5-Omni：Vibe Coding有了新玩法！对着摄像头说话就能写代码

99. 阿里 Qwen3.5-Omni 震撼发布：开启“视听编程”新纪元

100. 快讯：智谱AI发布GLM-5-Turbo大模型开启AI智能体新纪元

101. 从文档到真实世界：Logics-Parsing-Omni 跨越时空，定义全模态解析新边界

102. 阿里Qwen3.5-Omni发布：音视频交互新突破，全模态能力登顶全球

103. Qwen3.5-Omni 正式发布！千问最新一代全模态模型 Qwen3.5-Omni 正式发布！支持文本，图片，音频，音视频理解，包含 Plus、Flash、Light三种尺寸的Instruct版本，灵活适配不同场景需求，更在离线智能与实时交互两大维度实现了突破。 💡 突出亮点：惊喜涌现的「氛围编程」 Qwen3.5-Omni-Plus 自发涌现出 Audio-Visual Vibe Coding 能力：只需对着镜头描述创意，即可转化为可运行的代码。 🧠 离线模式：硬核智力升级 • 精细化音视频Caption：支持时间戳、场景切片及角色-音频映射，输出剧本级详细描述！ • 业界领先性能：在215项音视频/音频子任务与基准测试中全面领先！音频任务超越 Gemini-3.1 Pro，音视频理解能力与 Gemini-3.1 Pro对齐。 • 原生多模态：基于超1亿小时音视频数据训练，支持长达10小时音频输入，及超过 400 秒的 720P（1 FPS）音视频输入。 • 多语言支持：语音识别覆盖113种语言及方言，语音合成支持36种语言及方言。 🎙️在线模式：拟人实时交互 • 细粒度语音控制：实时调节情绪、语速、音量。 • 个性化声音克隆：上传语音样本，即可定制拥有克隆音色的专属AI助手。 • 语义级打断：精准识别意图，有效过滤无意义的背景噪音干扰与附和回应。 • 联网增强：内置 WebSearch 与复杂工具调用。 #通义实验室 #Qwen #多模态 #音视频 #大模型

104. 炸翻AI圈！Qwen 3.5-Plus Apache 2.0协议封神，中小团队商用无门槛

105. 阿里团队深夜祭出原生全模态杀手！音视觉超越Gemini-3.1 Pro！网友实测：视听Vibe Coding夯爆了，分钟级！歪果仁：中国又一次做到了！

106. 🚀 Qwen3.5-Omni 正式发布：215 项 SOTA，原生全模态新标杆！

107. 智谱AI连续发布GLM-5-Turbo与GLM-5.1模型，性能迭代升级彰显技术实力

108. 如何评价Qwen3.5的综合性能

109. 刚刚，阿里千问发布最新一代全模态大模型Qwen3.5-Omni

110. 狂揽200余项SOTA！阿里推出全模态大模型Qwen3.5-Omni

111. 智谱 GLM-5.1 上线：编程能力追平 Claude，国产大模型再进一步

112. Qwen3.5-35B无限制版：硬件配置全解析+一键部署实操指南

113. GLM-5-Turbo发布：智谱以"龙虾场景"原生优化探索Agent模型商业化

114. GLM-5-Turbo，一个专门为干活的AI优化的模型

115. 阿里千问，再上新

116. 我超！GLM-5-Turbo有点东西啊！

117. 智谱AI发布GLM-5-Turbo：推理成本击穿“地板价”

118. 阿里刚刚发布了：Qwen3.5-Omni，原生全模态，自然涌现出Audio-Visual Vibe Coding能力

119. 人工智能顶会CVPR论文分享｜DyFo：免训练动态聚焦，让多模态大模型像人类一样精准看懂细节

120. 18GB内存就能跑！Qwen3.5-27B本地部署保姆级攻略

121. 215项SOTA + 自然涌现Vibe Coding，Qwen3.5 Omini实测！

122. 全面解读GLM-5-Turbo：智谱发布的全球首个"龙虾模型"

123. 千问新一代全模态模型来了，Qwen3.5-Omni到底强在哪？

124. 轻松上手GLM-5，第一个月只要几块钱！

125. 智谱GLM三连炸！从GLM-5到5-Turbo再到GLM-5.1，国产编程模型杀疯了

126. 智谱发布全球首款龙虾场景优化大模型GLM-5-Turbo

127. 阿里全栈AI再突破！芯片模型协同优势在哪

128. 【楚商动态】软通动力全球首发接入智谱GLM模型的机械革命“龙虾盒子”

129. 全球首个“龙虾”场景专用模型亮相，智谱GLM-5-Turbo正式发布

130. GLM-5-Turbo来了，Agent时代的模型底座再升级

131. 阿里千问上线全模态大模型Qwen3.5-Omni，支持113种语种和方言的语音识别以及36种语种和方言的语音生成

132. 阿里千问上线全模态大模型Qwen3.5-Omni

133. 【千问:全模态Qwen3.5-0mmi上线】千问宣布，今日，我们正式推出全新代全模态大模型Qwen3.5-0mni

134. 阿里深夜突袭！Qwen3.5Omni全模态大模型重磅发布🔥 该模型展现出卓越的全模态感知与生成能力。在音频/音视频的理解、推理和交互任务上共取得了 215 项子任务/Benchmark 的 SOTA 成绩。其中，通用音频理解/推理/识别/翻译/对话全面超越 Gemini-3.1 Pro，音视频理解能力总体达到 Gemini-3.1 Pro 水平，同时视觉/文本能力达到同尺寸 Qwen3.5 模型效果。 Qwen3.5-Omni 的交互能力也得到加强。支持了语义打断、WebSearch和复杂 Function Call 的调用能力、端到端的语音控制和对话和音色克隆。可以说这是用行动回应了小米mimo-v2，也开启了国产全模态AI的军备竞赛。期待未来国产AI大模型越来越强！ #国产大模型 #开源项目 #ai工具学习 #qwen #科技下一站

135. 更聪明，更自然，Qwen3-Omni全新升级！

136. 文档、图片、音视频全解析！阿里开源Logics-Parsing-Omni：全模态解析新标杆，复杂多模态秒变结构化知识

137. 千问上线Qwen3.5-Omni 具备全模态感知与生成能力

138. 智谱龙虾基座模型GLM-5-Turbo发布

139. 智谱 GLM-5-Turbo 实战测评

140. 智谱 GLM-5-Turbo 实测

141. GLM-5-Turbo有点东西！甚至略胜GLM5

142. 智谱GLM5-Turbo模型分享

143. 阿里千问全模态大模型Qwen3.5-Omni上线

144. Spring AI：接入云百炼之【多模态→图片/音频理解】

145. Qwen3.5 27B 能力居然超过了DeepSeekV3.2🤷

146. 今天，智谱正式上线并开源 GLM-4.6V 系列多模态大模型，包括：GLM-4.6V（106B-A12B）、GLM-4.6V-Flash（9B）。模型亮点： 🔨自主调用工具：模型原生支持基于视觉输入的工具调用，能够处理图文混排、识图购物与导购以及 Agent 场景等更为复杂的视觉任务。 🔭128k上下文窗口：理论上可理解 150 页的复杂文档、200 页 PPT 或一小时视频，能够在单次推理中处理多个长文档或长视频。 💻代码能力提升：前端复刻与多轮视觉交互修改能力优化，帮助开发者缩短「设计稿到可运行页面」的链路 🏆同级别SOTA：在同等参数规模下，模型在多模态交互、逻辑推理和长上下文等关键能力上取得 SOTA 表现。立即体验 GLM-4.6V现已开源，并上线智谱开放平台（bigmodel.cn)、智谱清言、Z.ai，欢迎广大用户、开发者前往体验。 #抖音知识年终大赏 #前沿科技趋势发布月 #ai新星计划 #智谱 #ai

147. 智谱GLM-4.6V系列多模态AI大模型发布并开源，API降价50%

148. 主流大模型常规对比

149. 一起来测智谱GLM-4.6V新模型，我先来！

智谱视觉编程和阿里全模态模型实测：谁才是长视频理解与任务执行的真王者？

精选参考来源