B站 IndexTeam 发布 Index-Translate 翻译模型家族,覆盖150种语言并开放免费 API
B站旗下 IndexTeam 发布 Index-Translate 多语言翻译模型家族,基于 Qwen3.5 构建,文本模型支持150种语言,覆盖通用文本、多模态图片、配音文案、长篇文档与视频语音四类场景。
B站旗下 IndexTeam 发布 Index-Translate 多语言翻译模型家族,基于 Qwen3.5 构建,文本模型支持150种语言,覆盖通用文本、多模态图片、配音文案、长篇文档与视频语音四类场景。
商汤科技发布多模态智能体模型日日新 SenseNova 6.8 Flash,主打委派智能,用户只给目标、AI 走完全流程,目前限时免费。官方评测中它在 TeamBench 和 DataAnalysis2.0 上排名第一,在 BEAM 128K 上与 GPT 6 Luna 并列第一。
Adobe Research 与 UC San Diego 提出图像编辑智能体 EditAgent,让通用编辑器与专用工具并行生成候选,再由标准语言模型依据量化校验数据挑选最佳结果。
Elorian 推出首个视觉推理模型 Glimpse,并在与 Mercor 合作的 DecoyCount 基准上内部测试得分 50.48%,成为唯一超过 50% 的模型。
Google Research 在 JAMA Network Open 发表研究,评估 AI 模型基于盲扫超声估算孕龄在不同临床场景与硬件上的泛化能力。在 385 名 16 至 36 周孕妇组成的主要队列中,模型平均绝对误差为 4.18 天,专家超声医师的标准流程为 4.48 天;芝加哥适配后误差 4.10 天,内罗毕未做本地优化为 4.27 天。
推荐理由:研究在芝加哥与内罗毕两地验证盲扫超声估算孕龄,并给出与专家操作对比的误差数据。
Qwen 发布实时同传模型 Qwen3.8-LiveTranslate,以 Interleave 架构把音频与文本交织为单流,字均延迟(LAAL)从上一代 2.8 秒降至 2.3 秒。
推荐理由:官方给出 Interleave 架构与延迟数据,并说明说话人分离、双语同屏等新增能力如何进入真实同传场景。
Qwen3.8-Omni-Flash 正式上线千问 AI 平台,支持文本、图像、音频和视频输入及 1M 长上下文,核心目标是提升真实生产力场景中的 Agent 能力。
推荐理由:官方给出与上一代及 Gemini 3.8 Flash 的评测对比和 API 降价幅度,可据此判断全模态模型的成本与能力边界。
Qwen 团队提出 Qwen-Drive-1.0,这是首个在预训练阶段统一 3D 感知与视觉问答、并扩展到运动规划的自动驾驶视觉-语言基础模型,且全程保持预训练 VLM 架构无改动。
Qwen 发布开源权重的多模态 MoE 模型 Qwen3.8-Flash-Next,主模型 125B 参数、另配 51B N-gram Embedding,每 token 激活 6B 参数,并作为 Qwen4 所用模型结构的先导预览。
推荐理由:原文给出了新架构的四个改动方向与训练成本对比,可据此判断 Qwen4 结构走向与性价比取舍。
Qwen 推出第三代图像生成基础模型 Qwen-Image-3.0,核心关键词为“实”,分为内容丰实、细节真实、知识厚实三个维度。模型支持最大 4.5k token 输入,可一次生成含 9 个复杂信息图的九宫格版面,并支持 10px 小字精准渲染与 12 国语言原生渲染。
推荐理由:官方给出三代模型关键词演进与三个能力维度,可对照理解图像生成在复杂版面与细节上的进展。