#多模态
朋友，青海师范大学的藏语智能实验室发布了我国首款藏语多语言全模态 AI 输入法，叫智达 AI 输入法，支持手机、电脑全终端，还能语音输入藏语，挺方便的。
智谱新出的Qwen3.8-Omni-Flash，比谷歌的Gemini Flash便宜，多模态性能还差不多，适合做AI代理。
阿里新出的 Qwen3.8-Omni-Flash 多模态模型，上下文能到百万，比之前的 Omni-Plus 平均提升 26%，还便宜了。
朋友，你肯定听说过 Tilly Norwood 这个新 AI 模型，它最近在媒体上很火。不过它好像有点小问题，在一次采访里居然说中文了，这有点尴尬。
朋友发了新模型，叫 Nemotron-SEA-LION-v4.8，是 AI Singapore 和 NVIDIA 联合做的，专门针对东南亚的语言，比之前版本更好。
阿里新出的 Qwen3.8-Omni-Flash 模型，音频视频理解能力更强，还能用工具自动编辑视频、翻译视频，比之前的版本更便宜，适合做长视频处理。
DeepSeek 新出的 V4.1-Flash 模型，KV 缓存占用比之前版本小很多，适合做长上下文对话，比如百万级文本的对话，而且性能还更好。
朋友，有个挺有意思的，有人用 Claude Opus 5 做了个网站，里面有 25 个迷你房间，每个房间都有个 Claude 陪着，挺有趣的。
这个框架挺有意思，它把大语言模型的决策和具体的无人机技能（比如搜索、检查）给连接起来了，让无人机群组能更灵活地执行任务，而且不需要中央控制，通过经验数据在线更新技能，挺实用的。
科大讯飞发布了他们的语音基座大模型 Spark-Audio-1.0-Preview，这个模型能直接理解语音，而不是先转文字再处理，解决了传统方法的两个问题，效果也不错。
Anthropic 推出了 Claude 3.5 Sonnet，这个新模型在多项任务上比 GPT-4 更强，你可以用它来写代码、做推理，甚至处理图片信息。
豆包大模型 2.1 Pro 新版本更新，Agent 能力提升，能多源交叉验证，减少幻觉，对金融投研有直接价值；还能看图写代码，直接还原 28 万行 Java 代码，对开发者很实用。
火山引擎的豆包大模型更新了，Agent 交付更可靠，多模态 Coding 能力也进化了，适合做金融投研、办公自动化这些长报告任务。