2026年4月29日，AI公司DeepSeek正对“识图模式”进行灰度测试。该模式支持用户上传图片并生成语义化描述，标志着其正式具备多模态理解能力。目前仅部分用户可启用，其余用户提示“暂不可用”。技术验证显示，后端已集成vision模型类型，配套欢迎语及功能说明均已上线。此举旨在增强图像理解交互体验，替代传统OCR单一文字提取。测试仍在内测阶段，尚未全量开放。
原创文章，作者：梁志镅，如若转载，请注明出处：https://www.liangzhimei.com/908.html
相关推荐
-
Google与OpenAI绘图工具遭利用，可一键生成女性不雅深伪照片
近日，主流生成式AI工具的安全边界再次引发关注。据科技媒体报道，原本用于创意生产的Google Gemini以及OpenAI的ChatGPT正被部分用户恶意利用，通过特定的提示词绕…
-
腾讯元宝：DeepSeek模式使用量较年初增长超100倍
快科技12月24日消息，今天，腾讯元宝发布的《元宝 x DeepSeek年度报告》。 报告显示，自今年2月接入DeepSeek模型以来，其DeepSeek模式使用量持续飙升，12月…
-
可灵AI启动NEXTGEN全球新影像创作大赛，创作者获选作品将赴戛纳、东京展出
近日，快手旗下全球领先的AI创意生产力平台 ——可灵AI，正式宣布启动“可灵AI NEXTGEN 全球新影像创作大赛”，面向全球创作者征集AI生成的视频作品。大赛优胜者不仅将获得可…
-
OPPO推AI妙听：文章转双人播客
2025年12月，OPPO ColorOS将上线“AI妙听”功能，可将文字内容一键转化为双人播客。该功能不仅实现文本转语音，还重构内容并加入背景音乐，以更自然的对话形式呈现。据Co…
-
阿里通义开源语音交互大模型Fun-Audio-Chat-8B！超低延迟，能读懂情绪
阿里巴巴通义实验室正式开源新一代端到端语音交互大模型Fun-Audio-Chat-8B，这款模型以超低延迟、自然流畅的语音交互为核心，标志着开源语音AI进入全新阶段。它不仅能实时理…
-
Runway发布GWM-1世界模型并拓展新领域
2025年12月12日，AI公司Runway发布GWM-1“世界模型”系列，宣称可保持数分钟画面连贯性，并具备物理规律模拟能力。该模型由三个后训练模型组成，旨在为机器人、物理及生命…
-
知乎2025年度 AI 产品榜单揭晓，豆包位居榜首
近日，知乎正式发布了备受关注的 “2025年度 AI 产品榜单”。这一榜单经过了多轮筛选与系统化的加权计算，旨在汇聚广大用户的真实反馈与专业视角，成为一份反映市场趋势的权威报告。榜…
-
贝索斯拟设千亿美元基金押注AI制造转型
2026年3月20日，据多方知情人士透露，前亚马逊CEO杰夫·贝索斯正推进设立一只规模达1000亿美元的专项基金，旨在收购芯片制造、国防及航空航天等领域的传统制造业企业，并通过其旗…
-
蚂蚁推出业内首个100B扩散语言模型
2025年12月12日，蚂蚁技术研究院发布LLaDA2.0系列离散扩散大语言模型，包含16B和100B两个版本，宣称是业内首个达100B参数规模的扩散语言模型。该模型采用创新的WS…
-
美物科技推出AI战略洞察计划
2026年3月20日，美物科技有限公司正式发布人工智能战略洞察计划。该计划面向其功效护肤业务，旨在提升研发协作效率与整体运营效能。计划由公司自主研发团队主导推进，覆盖数据整合、智能…
