#多模态

把双手比框的视频丢给Gemini Omni Flash，它能把框内重绘成AI动画，GitHub上有源码，动手试试看。

Geek@geekbb原文

阿里这波可以啊，Qwen3.8-Max网页开发跑分第二，只比Claude Opus 5低39分，下周开源就能玩。

lmarena.ai@lmarena_ai2 个信源在谈原文

黑森林家的 FLUX 3 Video 上 OpenRouter 了，一个模型能生成视频、音频、图像还能做动作预测，想试试直接调 API 就行。

OpenRouter@OpenRouterAI6 个信源在谈原文

想玩视频生成的话，FLUX 3 刚上线，能直出带音频的 20 秒 1080p 视频，还有草稿模式省算力，快去试试。

Justine Moore@venturetwins6 个信源在谈原文

Black Forest Labs出了FLUX 3 Video，能生成20秒1080p带原生音频的视频，还能多帧图生视频，在Replicate上就能试。

Replicate@replicate原文

以后用 NotebookLM 做研究，丢几个问题就能自动出报告，还能直接生成图表和 PDF，不用自己拼了。

NotebookLM@NotebookLM原文

Kimi K3和DeepSeek V4现在走了两条路：一个搞原生多模态，一个纯文本硬扛。长任务里能不能看懂画面，差距会越来越大。

官方一手pandaily@[email protected] (Pandaily)7 个信源在谈原文

只给一张产品照，Seedance 2.5 就能生成看不出破绽的试妆视频，美妆广告可以省一大笔拍摄费了。

AI Will@FinanceYF53 个信源在谈原文

阿里把 2.4T 参数的 Qwen3.8 Max 放 OpenRouter 了，下周开源，长时程编码和多模态智能体都能用，想体验可以直接去跑。

OpenRouter@OpenRouterAI原文

想测自家视觉模型？用Moonshot的PerceptionBench，从OCR到幻觉检测都覆盖，跟着这教程搭流程就行。

官方一手marktechpost@Sana Hassan原文

Qwen3.8-Max正式上线，2.4T参数MoE，能看视频，上下文100万token，权重下周开源。

官方一手marktechpost@Asif Razzaq原文

商汤开源了新多模态模型，8B参数就能生成4K图，编辑效果还追上闭源大厂，想玩图像生成的可以试试。

阿里发了Qwen3.8-Max，编程和多模态都强，据说能跟Claude掰手腕，想升级的可以关注。

量子位@梦瑶原文

国产GPU沐曦曦云C系列现在能直接跑MiniMax H3了，多模态部署更快，还兼容40多个框架，玩国产卡的人可以留意下。

阿里把 2.4T 参数的 Qwen3.8-Max 拿出来，下周连 27B 一起开源，缓存价只要 0.25 美元，可以蹲一手。

shao__meng@shao__meng2 个信源在谈原文

Qwen官方发了个视觉智能体的视频，具体演示内容还不清楚，但可以去看看这条新动态。

官方账号阿里通义 Qwen@Alibaba_Qwen原文

Qwen Max 首次开源，2.4T 参数下周见；它能自己跑 16 天干活，还拿过 4.16 倍回报。

小互@imxiaohu原文

Qwen3.8-Max在视觉榜单冲到第二，只比Claude Fable 5低13分，想看看国产视觉模型底子的可以关注。

lmarena.ai@lmarena_ai2 个信源在谈原文

MiniMax 把能处理多模态上下文的视频模型直接开源了，最长生成 15 秒 2K 带立体声的视频，比一般文生视频强在能看懂图片、音频和视频混合输入。

千问新模型 Qwen3.8-Max 有 2.4 万亿参数，编程办公更强，端到端自主干活，下周还开源。