字节最强多模态模型登陆火山引擎！Seed1.5-VL靠20B激活参数狂揽38项SOTA
字节推出视觉-语言多模态大模型Seed1.5-VL，具备更强的通用多模态理解和推理能力，在视频理解、视觉推理等方面表现突出。
多模态模型
阿里的移动端多模态大模型APP – MNN 又更新了
阿里的MNN移动端多模态大模型APP更新支持Qwen-2.5-omni-3b和7b，可以实现文本到文本、图像到文本等多种生成任务，提供速度优化的开发参考。
多模态=AGI入场券？阶跃星辰姜大昕：死磕基座大模型，探索多模态理解生成一体化
阶跃星辰表示将继续坚持基础大模型研发，并强调多模态理解生成一体化的重要性。公司已发布22款基座模型，其中16款为多模态模型。姜大昕解释称，多模态理解生成一体化意味着用一个模型同时完成理解和生成任务，而非三段式过程。他认为这需要更强的综合实力，目前在语言和视觉领域的理解生成一体化研究进展正积极推进。
对话阶跃星辰创始人姜大昕：多模态模型还没出现GPT-4时刻，坚持追求「智能上限」
AI 大模型领域竞争激烈，阶跃星辰专注于多模态模型研发。创始人姜大昕认为 AGI 追求智能上限是当务之急，并描绘了模型三步曲演进路线。
对话阶跃星辰创始人：2年发16款多模态模型，实现AGI的必经之路
阶跃星辰创始人姜大昕详解多模态模型在AGI实现中的重要性及技术路径。他指出多模态是实现AGI的必经之路，并强调了多模态理解生成一体化的关键作用。目前多模态模型仍处于探索期，尚未出现像语言模型界的Transformer一样的可拓展架构。姜大昕还介绍了阶跃星辰在智能终端Agent、机器人等领域的应用策略及对未来技术演进路线的看法。
设计师的 ChatGPT 时刻：Figma 这次把“设计即代码”玩成现实
AI 编程产品分为Cursor、Windsurf等IDE类产品和Vibe Coding类产品。Figma推出的新产品Figma Make支持导入Figma设计稿，并且能够直接修改设计稿中的元素，展示插画图片素材，具备接入地图API等功能。
谷歌放大招！新版 Gemini 2.5 Pro 碾压 Claude、GPT，地表最强 AI 来了？
谷歌在I/O开发者大会上发布了新版Gemini 2.5 Pro Preview，该模型已在网页版、App端和开发者平台全面上线，并提供免费的25次每日使用额度。它被认为目前是地表最强且免费的多模态模型，尤其擅长编程任务。此外，新版还支持100万 tokens 上下文，具备强大的推理能力和前端UI优化能力。
