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 小时预训练

    Thinking Machines 发布 Inkling 2 Small，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：原文汇总了 Inkling 2 Small 的训练时长、基准成绩与安全披露，可对照同期开源模型判断其位置。

  2. Google DeepMind78

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

    Google DeepMind 发布 Gemini Omni 1.2 Flash，原生视频生成时长从 Omni 1.1 的 10 秒提升到 15 秒，并已在 Gemini API 和 Gemini for business 全面开放。

    推荐理由：官方给出 15 秒原生生成、多轮对话编辑与 30% 降价的具体变化，可据此判断视频生成成本与工作流。

  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修改天气、镜头和场景元素，能模拟空气动力学、碰撞等物理场景以及人物动作与对话。

    推荐理由：官方说明了 Genie 4 的原生音频、实时可控与 Gemini 协同推理，读者可据此判断世界模型当前的能力边界。

已经到底了