Статьи по тегу «мультимодальная модель»

Статьи по тегу

28 августа 2026, 16:01

Google обновила Gemini Omni Flash до версии 1.1

Google выпустила Gemini Omni 1.1 Flash — обновление мультимодальной видеомодели для генерации и редактирования видео. Новая релиз получила управление начальным и конечным кадрами, продолжение сцен, де

17 августа 2026, 14:52

Cohere выпустила North Micro Vision — компактную VLM на 2,4 млрд параметров

Cohere Labs выпустила North Micro Vision — компактную vision-language model (VLM) с 2,4 млрд параметров. Это самая маленькая зрительно-языковая модель компании на момент релиза. Основной сценарий Nort

7 августа 2026, 15:00

Alibaba представила Wan 3.0: генерация видео по документам, презентациям и таблицам

Wan 3.0, новой мультимодальной видеомодели семейства Wan. В отличие от большинства генераторов видео, новинка умеет функционировать не только с текстом, изображениями и аудио, но и с офисными документ

3 августа 2026, 11:54

Qwen представила Qwen3.8-Max — схема на 2,4 трлн параметров для автономной разработки и агентных систем

Alibaba представила Qwen3.8-Max. Новая флагманская модель семейства Qwen, ориентирована на долгие автономные задачи, разработку программного обеспечения и работу ИИ-агентов. Модель позиционируют как с

31 июля 2026, 20:15

Thinking Machines Lab выпустила Inkling-Small — компактную open-weights-модель для текста, изображений и аудио

Thinking Machines Lab опубликовала Inkling-Small — компактную версию своей флагманской Inkling. Организация называет релиз efficient open-weights model: Inkling-Small, по ее словам, показывает сопоста

17 июля 2026, 10:14

Moonshot AI представила Kimi K3 — open-weight-модель на 2,8 трлн параметров

Китайская компания Moonshot AI анонсировала Kimi K3 — новую языковую модель с 2,8 трлн параметров. Схема поддерживает контекстное окно до 1 млн токенов, работает с текстом, изображениями и видео, а та

10 июля 2026, 11:42

Meta* выпустила Muse Spark 1.1 — агентную схема, которая обходит Opus 4.8 и GPT-5.5

Спустя три месяца после первой Muse Spark, которую глава Superintelligence Labs Александр Ванг сам называл «закуской», Meta* наконец подала «горячее». В тот же день, когда вышли релизы от OpenAI, сост

6 марта 2026, 15:32

Microsoft выпустила мультимодальную версию Phi-4

Microsoft Research анонсировала новую схема в своей линейке компактных языковых моделей — Phi-4-Vision-Reasoning. Это мультимодальная модель, которая не просто распознает изображения, но и способна пр