ce2e4fd6 Stern 5

Blog von Global Smart Shopping (Fenglingge)

Global Smart Shopping

Gemini 3 schlägt mitten in der Nacht zu! Es übertrifft GPT-5.1 und Google hat endlich seinen Thron im Bereich der KI gefestigt

Google hat das Großmodell „Gemini 3 Pro“ um drei Uhr morgens still und leise online gestellt, ohne eine Pressekonferenz abzuhalten. Das Modell erreichte auf LMArena mit 1501 Elo-Punkten den ersten Platz und erzielte beim „Human Last Exam“ (HLE) 45,81 TP3T, bei MMMU-Pro 811 TP3T sowie bei Video-MMMU 87,61 TP3T, womit es GPT-5.1 in seiner Leistung übertrifft. Sein Kontextfenster von 1 Million Token ermöglicht die Verarbeitung langer Inhalte, und seine Fähigkeit zum tiefgründigen Denken erreichte im ARC-AGI-2-Test mit 45,11 TP3T einen neuen Höchstwert. Zudem wurde die Agentenplattform „Google Antigravity“ eingeführt. Nutzer können das Modell über die Gemini-App oder Google AI Studio ausprobieren.

Weiterlesen
image

OmniAvatar:让静态照片活起来的AI数字人技术突破

OmniAvatar是浙江大学和阿里巴巴集团联合开发的音频驱动数字人系统,能够根据静态照片、音频及文本提示生成自然流畅的全身动态视频。相比传统“说话头像”技术,该系统在身体动作协调、高精度音视频同步和文本控制方面实现突破。经测试,其在图像质量、视频流畅度及嘴型同步等指标上均领先,是目前唯一能同步生成面部与全身动画的模型。项目已开源,论文发布于arXiv。

Mehr erfahren →
a0f0aa267a60f4f7f402d0bc4adc0cb1

百度MuseSteamer深度解析:国产AI视频生成的新里程碑

百度商业研发团队推出的多模态生成大模型MuseSteamer,在VBench图生视频评测中取得全球第一,在中文音视频同步生成、精细化描述体系及风格控制等方面实现重要突破,展现优越语义理解能力。尽管存在镜头调度能力不足及生成速度较慢等问题,MuseSteamer仍是国产AI视频技术发展的重要里程碑,Turbo版已免费开放体验。

Mehr erfahren →
微信图片 2025 07 05 111547 550

SongGeneration:开启AI音乐创作新时代的开源利器

腾讯AI Lab推出开源音乐生成大模型SongGeneration,通过创新技术架构和训练方法突破音质、音乐性和生成速度等难题。模型支持四大核心功能:智能文本控制、精准风格跟随、多轨道生成和音色克隆,显著降低音乐创作门槛。三阶段训练策略和多维度人类偏好对齐进一步提升生成效果。权威评测显示其在开源模型中排名第一,接近商业模型水平,并已在Hugging Face和GitHub开放体验,助力音乐创作智能化普及。

Mehr erfahren →
微信图片 2025 07 03 222457 302

Qwen-VLo:阿里云多模态AI领域的重磅发布

阿里云近日发布最新多模态AI模型Qwen-VLo,其图像生成和编辑能力获用户高度评价,甚至超越GPT-4o。模型具备细节捕捉增强、单指令图像编辑、多语言支持及灵活分辨率适配等优势,并在图像识别、物体替换及渐进式生成等方面表现出色。现可通过Qwen Chat平台免费体验。

Mehr erfahren →
image

OmniGen2:新一代多模态AI的突破性进展

OmniGen2是一款基于Qwen-VL-2.5架构的多模态生成模型,拥有70亿参数,其中30亿用于文本处理,40亿用于图像扩散生成。其核心能力包括智能文本转图像、上下文感知编辑和多模态理解。新增的自我反思机制可自主优化输出质量。通过ComfyUI的节点式集成,用户可直观操作,降低使用门槛。已在多个场景中展示专业级图像生成与编辑效果。

Mehr erfahren →
微信图片 2025 07 02 163236 005

GPT-5来了!OpenAI下一代超级模型的全方位解析

GPT-5将集成Codex、Operator等多个AI工具,实现编程、研究、操作与记忆功能一体化。具备完全多模态能力,可处理语音、图像、代码与视频输入,并能智能切换推理与对话模式。据测试,其编程效率可提升3倍,定位为AGI发展第三阶段的关键突破。预计今年内发布,引发行业关注与安全讨论。

Mehr erfahren →
image

六大主流AI Agent深度评测:探索产品价值与发展方向

文章对Manus、扣子空间、Lovart、Flowith Neo、Skywork和超级麦吉六款主流AI Agent产品进行了评测,从执行能力、可信度和使用频次三个维度分析其市场竞争力。Lovart、Skywork和超级麦吉在各自垂直领域表现出色,总评分达18分,而通用型产品面临入口和整合的挑战。文章指出专业化与通用化共存、可交付性、信任机制和入口整合将成为Agent发展的重要方向。

Mehr erfahren →

推动全球卓越服务

google
twitter
visa
shadowrocket
facebook
shopiphy
discord
outlook
edu
Claude
chatgpt
appstore
googlestore
telegram
Midjourney
ins
yaahoo
gemini
suno
voice
address
service
netflix
api
cursor