2025-09-07
多模态视频理解突破
快手开源Keye-VL 1.5，以128k上下文、0.1秒级定位刷新Video-MME榜单，SceneSplat把3D高斯与语言对齐，表明视频-3D-语言统一模型正快速逼近商用门槛。
2025-07-09
多模态小模型爆发
Hugging Face、阿里、腾讯、字节等密集发布3B-4B参数多模态小模型，支持128K上下文、链式推理、按需搜索等能力，在端侧与实时场景逼近大模型效果，开启“小而强”新范式。