2026-06-04
开源生态与多模态技术
LongCat-Next、字节Bernini等开源项目推动原生多模态技术发展，打破语言中心架构，实现视觉语音原生理解。十方融海全链国产开源AI底座入选广东典型案例，彰显国产开源力量。LeCun押注的视觉大模型方向持续突破，开源生态正成为AI技术创新的重要驱动力。
2026-05-23
具身智能与空间智能
具身智能成为AI理解物理世界的关键方向，李飞飞团队发布空间智能基准ESI-Bench，视启未来等团队布局隐空间世界模型，推动AI从"看见"向"预见"演进，物理AGI体系逐步成型。
2026-05-23
多模态与视觉技术
多模态技术持续突破，视觉大模型通过"特工大脑"等压缩技术提升效率，动漫风格生成模型Anima V1开源，音视频大模型综述梳理技术全景，推动生成式AI向专业化、细分场景深化。
2024-10-20
多模态与视觉大模型
谷歌&MIT何恺明团队证明视觉大模型可像LLM一样高效扩展；斯坦福VideoAgent让视频生成模型自我优化成智能体；国产3D虚拟人落地迪拜，显示多模态AI正从研究走向场景落地。