多模态大模型

通义千问图像模型加持的一站式 AIGC 创意设计平台 呜哩是阿里低调推出的 AIGC 创意设计生产力平台，集成通义千问图像模型全家桶，为创作者提供高效多元的创意生成解决方案，已正式开启测试。

南京大经中医药信息技术有限公司是由中医专家团队和信息化专家团队共同创立的国家级高新技术企业，是中医信息化、智能化行业的开创者和领军者，在名老中医诊疗经验的数字化传承和中医临床智能辅助诊疗系统的开发等领域具有深厚的技术积淀。

谷歌开源的医疗AI多模态模型 谷歌开发的一款开源AI模型，专为医疗图像与文本分析设计，旨在提升医疗诊断和治疗的效率与准确性。

North安全AI平台 一个为企业提供安全、高效且可定制的 AI 工作空间，旨在帮助企业提升工作效率和数据安全性。

GPT-4o是OpenAI发布的一款全新AI模型，其中的“o”代表“omni”，意为全面、全能。GPT-4o的发布标志着向更自然的人机交互迈出重要一步，它能够接受文本、音频和图像的任意组合输入，并生成文本、音频和图像的任意组合输出。

用2%数据实现百倍速度突破的国产类脑大模型 SpikingBrain 是中国科学院推出的非 Transformer 类脑脉冲大模型，以极低数据与能耗实现超长序列任务百倍速推理。

高性价比端到端深度研究代理模型 Step-DeepResearch 是阶跃星辰推出的一款高性价比、端到端深度研究代理模型，专为开放式研究场景中的自主信息探索和专业报告生成设计，能通过动态循环的推理、行动与反思，高效完成复杂研究任务。

全模态通用 AI 助手 蚂蚁灵光是蚂蚁集团发布的业内首个全代码生成多模态内容的通用 AI 助手，可在移动端实现自然语言 30 秒生成可编辑、可交互、可分享的小应用，支持多模态信息输出。

OpenAI 是一家领先的人工智能研究公司，致力于开发安全且有益的人工智能技术。它创建了一系列突破性的产品和工具，在自然语言处理、计算机视觉和强化学习等领域取得了重大进展。

飞桨（PaddlePaddle）是一个由中国公司百度自主研发的产业级深度学习平台。它结合了百度的多年深度学习技术研究和应用经验，提供了一个包含核心框架、基础模型库、端到端开发套件、多种工具组件在内的完整生态系统。

火山引擎推出的新一代多语种语音识别引擎，在复杂场景下实现更高精度与更强推理能力。

Qwen2-VL是一个基于自然语言处理（NLP）技术的语音到文本（Voice-to-Text）和文本到语音（Text-to-Speech, TTS）转换工具，旨在提供高质量的语音转换服务。

Labs 多模态AI视频理解平台 一个多模态人工智能平台，它能够像人类一样理解视频内容，帮助用户在任何应用中实现视频内容的深度分析和利用。

原生音频加持的精细化 AI 电影工具 Veo 3.1 是谷歌最新发布的视频生成模型，在 8 秒到 60 秒的可控时长内一次性输出 1080P 画面与同步音轨，并支持插入删除对象、首尾帧过渡、角色一致性等电影级精细编辑。

Artisan Stability AI 推出了 Stable Artisan，这是一款支持使用 Developer Platform API 创建高质量媒体的 AI 工具，包含 Stable Diffusion 3 等高级模型，能够生成和编辑图像，并支持多种图像处理功能，以及用文字或图像创作精细视频。