搜索
普林斯顿大学与字节 Seed、北大、清华等研究团队合作提出了 MMaDA（Multimodal Large Diffusion Language Models），作为首个系统性探索扩散架构的多模态基础模型，MMaDA 通过三项核心技术突破，成功实现了文本推理、多模态理解与图像生成的统一建模。
谷歌又放新大招了，将图像生成常用的“扩散技术”引入语言模型，12秒能生成1万tokens。
今夜，谷歌彻底杀疯！2小时发布会，Gemini提及95次点亮全场。Gemini 2.5家族全系升级，Pro深度思考模型正刷榜。全新Imagen 4生成细节超逼真，Veo 3首次实现音视频融合。
谷歌Jules震撼发布！这款AI编程神器不仅能写代码，还能自动修Bug、生成PR，免费试用每日5次。多模态Gemini 2.5 Pro模型赋予Jules超强智慧，无论多复杂的代码库，它都能精准拿捏。
你有没有这样的烦恼：辛辛苦苦写完一篇公众号文章，想转发到小红书，却要再花大量时间制作3:4比例的精美图片？作为一个小红书小号拥有者（小1万粉丝呢，虽然躺在那吃灰有点可惜），我深知这种痛苦。每次想着要做几张图片就头大，甚至因此放弃了不少内容的二次分发。
Agent 太多了，为了不让订阅费掏空我的钱包，我会通过苹果的屏幕使用时间以及 gemini 统计网页的访问次数来汇总每周使用频率。
AI市场风起云涌！Poe最新报告揭晓：OpenAI的GPT-4o称霸文本生成，谷歌的Gemini 2.5 Pro领跑推理，Kling在视频领域异军突起，企业如何在这场AI竞赛中抢占先机？
OpenAI发布新基准HealthBench，联手60个国家262名执业医生，树立新的「AGI标志性用例」。OpenAI o3碾压Grok 3和Gemini 2.5 Pro，成功登顶。而最强AI几乎达到了人类医生最佳水平！
2025 年 4 月的 AI 月报，你会看到：“评估（Evals）” 成为模型和 AI 产品开发的关键词；Google 继续提升 Gemini 模型能力的思路； OpenAI 的 GPT-4o 为什么变得谄媚，以及背后的问题；用户规模与模型能力提升关系不大？可能要有变化了
谷歌Gemini原生图像生成功能又双叒升级了！