多模态与视频 AI

• Nemotron 3.5 内容安全更新Nemotron 3.5 引入了统一的多模态评估、全球语言覆盖、自定义策略执行以及推理追踪，扩展了 NVIDIA 的内容安全技术。稳定技术1 个来源 · 1 个一手 · 3 条证据快速预览Nemotron 3.52026-06-05 02:57
• LFM2.5-VL-DSpark 公布了具有推测解码功能的视觉-语言模型公司已发布其视觉-语言模型（VLM）LFM2.5-VL-3B的实验性DSpark草案模型，该模型采用推测解码技术以在CPU和GPU上提升推理速度，而不会影响输出质量。稳定技术1 个来源 · 1 个一手 · 3 条证据快速预览LFM2.5-VL-3B2026-09-24 22:08
• Meta宣布Muse GlimmerMeta 已发布 Muse Glimmer，这是一款本地化、代理型、多模态且开源的 AI 模型，具备先进的功能，如推测解码和对多种推理端点的支持。稳定技术1 个来源 · 1 个一手 · 3 条证据快速预览Muse Glimmer2026-08-10
• Gemini Omni被宣布为一个多功能AI模型Gemini Omni，一款来自Gemini的新AI模型，可以从任何输入中创建任何内容，首先从视频开始。它建立在之前Gemini模型Nano Banana的成功基础上，Nano Banana帮助了数百万用户进行图像生成和编辑。稳定1 个来源 · 1 个一手 · 4 条证据快速预览Gemini Omni2026-05-18 03:50

本周 4 项已核实的变化。