小米开源MiMo-V2.6全模态模型
小米正式发布并开源Xiaomi MiMo-V2.6系列,包含Pro和Flash两个原生全模态模型。MiMo-V2.6-Pro在AA综合智能指数取得46分,但与最强闭源模型Claude Fable 5.1和GPT-6 Astra仍有差距。该系列沿用V2.5的API定价,Pro在同等智能水平下价格为海…
共 7 篇相关资讯,按重要度与时间排序,每 3 小时更新。
小米正式发布并开源Xiaomi MiMo-V2.6系列,包含Pro和Flash两个原生全模态模型。MiMo-V2.6-Pro在AA综合智能指数取得46分,但与最强闭源模型Claude Fable 5.1和GPT-6 Astra仍有差距。该系列沿用V2.5的API定价,Pro在同等智能水平下价格为海…
阿里Qwen发布Qwen3.8-Omni-Flash,这是一款支持100万上下文的全模态模型,围绕智能体化的音视频理解与工具调用构建。官方称其在OmniVideoBench上减少约45.7%的token消耗,展现出高效的多模态代理能力。
智象(HiDream.ai)发布原生全模态具身世界模型HiDream-O1-Embodied,实现技术战略闭环。该模型有望推动具身智能发展。
在云栖大会期间,斑马智能发布新一代全模态端侧大模型AutoOmni 2.0-23B-A3B,主打让元神AI更懂用户所处的“我的世界”。该模型强调端侧部署与全模态能力,面向智能座舱等场景,体现端侧大模型在车载领域的落地竞争。
论文提出Ovis-Embedding全模态嵌入模型族,基于共享多模态骨干将文本、图像、视频、音频编码到统一表示空间。三项关键进展包括原生全模态初始化、数据中心化训练与嵌入专用优化。该模型族在MMEB-v3、MMEB-v2、MVEB、MAEB、RTEB上均达到最先进水平。
在 2026 云栖大会上,阿里巴巴公布了大模型最新进展,透露全模态模型取得新突破,Qwen4 以及下一代视频生成模型均处于训练阶段。这表明阿里在多模态与视频生成方向持续投入。