阿里 Qwen 团队深夜放毒，Qwen3 大模型家族来了！超越 DeepSeek-R1 与 o1？
Aitrainee介绍并评测了阿里巴巴发布的Qwen3模型系列，包括多种参数规模的MoE和Dense模型，并展示了其在性能、多语言支持和推理预算方面的优势。
多模态模型
大模型数据预处理——关于复杂文档在大模型应用中的解决方案
复杂文档处理是AI的基础但门槛高。常见文本类文档如Word/PDF格式复杂难处理，影响RAG应用效果。为提高效率，可将多种文档统一转为HTML或Markdown格式，并进行进一步处理。
刚刚，o4-mini发布！OpenAI史上最强、最智能模型
今天凌晨
1点，
OpenAI发布了最强、最智能模型o4-mini和满血版o3。
o4-mini在AIME2024和2025中分别达到了93.4%和92.7%，比满血版o3还强。同时具备多模态处理能力，可以调用工具辅助推理。
家居机器人必备！SpatialLM开源模型教你4步生成家庭3D数字孪生
SpatialLM是群核科技开源的一款空间理解多模态模型，能够从普通手机拍摄的视频中重建精细3D场景，并标注房间结构、家具摆放和通道宽度等信息。其核心功能包括生成3D场景、提升机器人的空间认知能力、降低数据采集成本以及在虚拟现实中提供丰富场景支持。
刚刚，阿里Qwen2.5-Omni又开源，实时语音与视频，太卷了~
Qwen2.5-Omni 是一款端到端的多模态模型，旨在感知包括文本、图像、音频和视频在内的多种模态，并以流式方式生成文本和语音响应。其关键特性包括Thinker-Talker架构、TMRoPE位置嵌入技术以及跨模态卓越性能等。
阿里巴巴开源的全模态大模型Qwen2.5-Omni，字节跳动开发的节点式工作流引擎，自动化注册Cursor Pro
阿里巴巴开源的Qwen2.5-Omni大模型支持全模态感知与生成、实时交互和语音生成。Cursor Auto Register帮助用户自动化注册Cursor账号。字节跳动开发的FlowGram.AI是节点式工作流引擎，利用AI能力增强工作流程。n8n MCP Server是一个让AI助手通过自然语言控制n8n工作流的模型上下文协议服务器。LangGraph CUA库构建具有计算机操作能力的智能代理系统。
GPT-4o多模态生图正式上线 – 用嘴改图，此为王道。
今日OpenAI发布GPT-4o原生多模态模型，其生图能力震撼亮相，超越Gemini等竞品。作为200刀的Pro会员，用户可直接用嘴实现生图和改图需求。