多模态大模型

智商与情商双重跃迁的个性化 AI 助理 GPT-5.1 是 OpenAI 最新发布的“更快、更准、更懂人”的个性化 AI 助理。

xAI新一代大模型 Grok4是由xAI开发的新一代大模型，具备多模态输入、强大推理能力和优化后的上下文窗口，旨在为用户提供更高效、更智能的自然语言处理和任务执行能力。

AI 实时交互 AI 视频工具 XMAX AI 是一款打造全球领先实时交互 AI 视频模型的工具，依托虚实融合技术，通过摄像头和手势操作实现虚拟与现实的实时互动，让用户将想象落地到现实中，打造沉浸式的交互体验。

Gemini 3 谷歌 Gemini 3 是目前性能领先、支持百万 token 超长上下文与原生多模态的旗舰级生成式 AI 模型。

月之暗面推出的多模态AI编程工具 Kimi Code 是月之暗面（Moonshot AI）推出的新一代 AI 编程助手，基于 Kimi K2.5 多模态大模型，支持终端运行与主流编辑器集成，可通过图片、视频输入辅助编程，实现从代码生成到调试测试的全流程开发支持。

Llama 3是由Meta公司开发的大型人工智能语言模型，属于专家混合（MoE）模型的一种。它通过结合多个专家模型来处理不同的任务，以提高模型的效率和性能。

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。

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。

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。

GPT Image 1.5 GPT Image 1.5 是 OpenAI 最新发布的图像生成与编辑模型，可在 ChatGPT 内一句话出图、改图，效果更精准、文字更清晰、安全合规更严格。