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
-
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…
-
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…
-
Ingenico与Visa合作推出智能POS支付解决方案
2026年3月20日，全球支付受理服务商Ingenico与Visa宣布达成战略合作。双方将整合Ingenico安卓平台AXIUM智能POS终端与Visa受理平台（含支付网关及风险管…
-
5年后将淘汰C语言 微软澄清：不会用AI重写Win11系统
快科技12月24日消息，日前一位微软工程师在个人页面宣布微软将在2030年删除所有C及C++语言编写的代码，用Rust取而代之。 这一表态引发了极大的关注与争议，微软偏好Rust这…
-
礼来公司推出TuneLab平台，向生物技术企业开放AI药物发现模型
9月9日，礼来宣布将推出人工智能与机器学习平台TuneLab，该平台将向生物技术企业开放基于其多年研究数据训练的AI药物发现模型。礼来表示，此次首发的AI模型包含耗资逾10亿美元获…
-
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…
-
豆包DAU突破1亿，字节AI战略再升级
2025年12月24日，据36氪报道，字节跳动旗下AI应用豆包的日均活跃用户（DAU）已突破1亿，成为字节又一“亿级DAU”产品。该数据经多方证实属实，且市场推广成本为历史最低。豆…
-
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…
-
摩尔线程发布MTT AIBOOK笔记本：首发自研长江SoC！32GB+1TB售价9999元
摩尔线程在首届MUSA开发者大会上发布长江智能SoC，并推出基于该芯片的MTT AIBOOK笔记本电脑。产品已在京东预售，32GB+1TB配置售价9999元，将于2026年1月10…
-
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…
