Cohere 发布视觉模型 Command A Vision
2025 年 7 月 31 日,Cohere 发布 Command A Vision,这是基于 Command A、参数量 112 billion 的视觉语言模型,开放权重采用非商业许可。
共 671 · 清除筛选
2025 年 7 月 31 日,Cohere 发布 Command A Vision,这是基于 Command A、参数量 112 billion 的视觉语言模型,开放权重采用非商业许可。
2025 年 7 月 29 日,Linux 基金会接纳 AGNTCY 项目。该项目推动 AI 智能体互操作,Cisco、Dell Technologies、Google Cloud、Oracle 和 Red Hat 为组建成员。
2025年7月28日,阿里巴巴以 Apache 2.0 许可证开源通义万相 Wan2.2 视频生成模型的推理代码与权重,其 A14B 模型首次把混合专家(MoE)设计用于视频扩散模型。
2025 年 7 月 26 日,腾讯开源混元 3D 世界模型 1.0 并发布技术报告,该模型可根据文字或图像搭建可探索的 3D 世界。
2025 年 7 月 25 日,宇树发布第三款人形机器人 R1:整机约 25 公斤、26 个关节,标准版售价 39,900 元,远低于当时人形机器人常见的 15 万至 20 万元。
2025 年 7 月,阶跃星辰在世界人工智能大会上发布并开源 Step 3 多模态推理模型,并与华为、壁仞科技、摩尔线程和燧原科技成立模型与芯片生态创新联盟。
Runway 发布上下文视频模型 Aleph,可直接编辑已有素材:增删和改造画面中的物体、生成新的机位、改变风格与光线,并在所有付费方案中提供。
2025 年 7 月 23 日,阶跃星辰发布 Step-Audio 2 的技术报告,并推出两项新的基准测试。开源的 mini 版本于 2025 年 8 月 29 日推出。
2025 年 7 月 22 日,无问芯穹发布端侧混合专家模型 Megrez2 的预览版,9 月发布正式版 Megrez2-3x7B-A3B;它让相邻三层共用同一个 64 专家池,激活参数为 30 亿。
2025 年 7 月 22 日,阿里巴巴宣布 Qwen3-Coder-480B-A35B-Instruct,并发布开源命令行智能体 Qwen Code,该工具改编自 Gemini CLI。
NAVER 于2025年7月21日发布 HyperCLOVA X SEED 14B Think,在剪枝蒸馏后的小模型上保留推理能力,训练用68,049 GPU 小时。
2025 年 7 月 17 日,Lovable 宣布完成由 Accel 领投的 2 亿美元 A 轮融资,估值 18 亿美元,距发布仅 8 个月。公司称目标是让不会写代码的人通过对话构建生产级软件。
OpenAI 于 2025 年 7 月 17 日推出 ChatGPT 智能体,它在一台虚拟电脑上替用户完成多步骤任务:浏览网页、运行代码、产出可编辑文件,把 Operator 与深度研究的能力合到一起。
LG AI Research 于 2025 年 7 月 15 日发布 EXAONE 4.0,提供 32B 与 1.2B 两种规模,并加入可切换推理模式。1.2B 面向端侧,许可调整允许合作伙伴商用。
2025年7月15日,Mistral AI 发布语音模型 Voxtral Small 和 Mini,采用 Apache 2.0 许可,可转写30分钟音频并生成摘要。
2025 年 7 月,Cognition 宣布已签署协议收购智能体 IDE Windsurf,一并获得其知识产权、品牌、团队以及 8200 万美元的年度经常性收入。
2025 年 7 月 9 日,Perplexity 推出 AI 浏览器 Comet,其助手能执行预订会议、购物等多步浏览任务,初期仅限订阅用户,此后免费开放并推出移动版。
2025 年 7 月 9 日,xAI 发布 Grok 4 与 Grok 4 Heavy。发布前一天,Grok 的 X 账号发布反犹太内容,xAI 删除帖子并致歉。
2025 年 7 月 8 日,Hugging Face 发布 30 亿参数的开放模型 SmolLM3,可处理最长 128K 令牌的上下文,并可切换推理与直接回答模式。
2025 年 7 月,智谱发布 GLM-4.5 与 GLM-4.5-Air,均采用 MIT 许可证。两者都是面向智能体任务的混合推理模型,GLM-4.5 在 12 项基准对比中排名第三。
2025 年 7 月,月之暗面发布 Kimi K2,这是一款开放权重的混合专家模型,总参数 1 万亿、每个词元激活 320 亿,采用修改版 MIT 许可证。