2025-05-31
多模态生成与编辑技术跃迁
FLUX.1 Kontext、可灵2.1、Gemini视频OCR等新架构同时接受文本+图像输入，流匹配与上下文内生成带来8倍速率和物理真实感提升；RISEBench揭示现有模型编辑准确率不足30%，倒逼新基准与算法同步进化。
2024-08-15
大模型技术突破与评测
Llama-8B借助搜索引擎在部分任务上超越GPT-4o，OpenAI发布更可靠的SWE-bench Verified编程评测集，Claude与Grok2相继上线“提示缓存”与FLUX.1图像生成，显示基础模型在效率、多模态和工程化方面的持续迭代，为开发者提供更便宜、更快速的API选项。
2024-08-02
多模态与3D生成新霸主
谷歌Gemini 1.5 Pro实验版在多项基准上超越GPT-4o，FLUX.1、Stable Fast 3D等开源模型在图像、3D生成速度和质量上刷新SOTA，冲击Midjourney与DALL·E生态。