多模态

在 2026 年 5 月 20 日的 Google I/O 大会上，谷歌扔下了一颗”AI 核弹”——全面进入”智能体 Gemini 时代”。这不仅是产品的迭代，更是整个 AI 战略的转向。从全能多模态模型到个人 AI 智能体，谷歌正在构建一个由 AI 深度渗透的数字生态。 核心看点 1. Gemini 3.5 Flash：速度与智…

4月29日消息，英伟达今日正式推出 Nemotron 3 Nano Omni 开源全模态推理模型，这是一款面向企业级 AI Agent 的一体化基础模型，将视频、音频、图像和文本的统一推理集成于单个高效开放式模型中。 核心看点 超强吞吐量：在视频推理任务中，相比其他全模态模型，有效系统容量最高提升约 9.2 倍 全模态统一：视频、音频、图像、文本全部打通，告别碎片化模型链 架构…