谷歌Veo 3逆天升级，照片秒变活人开口讲话!
谷歌AI视频生成模型Veo 3近日升级，用户只需上传一张照片，即可生成角色一致、配有音频的视频，实现“照片开口说话"。新功能支持多种运镜和风格，适用于广告、动漫等创作场景。
字节旗下小荷健康推出AI医疗助手--小荷AI医生。
字节跳动推出首款AI医疗助手App“小荷A|医生"，提供健康咨询、报告解读、药品查询等服务，强调"先求证、再建议”的诊疗逻辑。用户可通过拍照上传报告或病灶图片，获取个性化分析和用药建议。
昆仑万维发布并开源 skywork-R1V 3.0，刷新开源模型性能上限。
昆仑万维正式开源多模态推理模型skywork-R1V 3.0，模型在高考数学中取得142分，在多学科多模态评测MMMU中获得76分，刷新开源模型性能上限。Skywork-R1V 3.0通过强化学习策略提升跨模态推理能力。
具身智能星海图再获超1亿美元融资，美团龙珠、今日资本领投
具身智能公司星海图完成A4轮及A5轮融资，总额超1亿美元，由美团、美团龙珠、今日资本领投，老股东持续加码。公司专注于“整机+智能"战略，推出多款机器人平台及开发工具，服务全球开发者生态。
钉钉重磅发布全新“AI表格”。
钉钉发布全新“AI表格"，将AI能力深度融入表格工具，支持智能数据分析、自动化流程和多模态内容生成。新增“表格即文档”功能，实现结构化数据与非结构化信息融合，提升协作效率
Vidu Q1 参考生视频全球上线:重新定义叙事
AI视频模型Vidu Q1推出“参考生"功能，用户只需上传参考图，可快速生成高质量视频素材，省去传统分镜、拍摄和特效流程，大幅降低创作门槛和成本。
通义开源 HumanOmniV2 比你还懂“社交港台词"!
通义大模型推出多模态推理模型HumanOmniV2，能更好理解人类社交潜台词。模型引入强制上下文总结机制，结合视觉、听觉和语言信息，提升对复杂意图的理解能力。通过多维度奖励机制和优化训练策略，HumanOmniV2在多个基准测试中表现优异。
评论区