统一多模态大模型（U-MLLMs）逐渐成为研究热点，近期GPT-4o，Gemini-2.0-flash都展现出了非凡的理解和生成能力，而且还能实现跨模态输入输出，比如图像+文本输入，生成图像或文本。
近一年以来，AI 视频生成技术发展迅猛。自 2024 年初 Sora 问世后，大家惊喜地发现：原来 AI 可以生成如此逼真的视频，一时间各大高校实验室、互联网巨头 AI Lab 以及创业公司纷纷入局视频生成领域。
如今，美国AI社区许多人已公认：接下来几个月，中国将会出现一波开源AI模型的浪潮！很多业内人士和大V干脆陷入了「冷战2.0」恐慌，呼吁要开放无限的能源、无限的算力和更简单的立法。LeCun则表示，DeepSeek击败美国，其实不过是中国内部竞争的副产品而已。
哎！最近推特上的网友在LMSYS Arena 发现了个泄漏的大模型 Nebula，效果据说特别好，打败了o1、o3mini、Claude3.7 Thinking等等模型：网友们通过询问和分析 API，发现这似乎是谷歌正在秘密演练的新推理模型！推测可能是 Google Gemini 2.0 Pro Thinking：
AI智能体迎来新玩家！Grok 3推出的DeeperSearch功能，提升DeepSearch搜索能力，更加深入分析复杂主题。免费放开Deep Research功能后，Gemini 2.0公布研究智能体6大使用技巧。2025年度Agent大战开打！
传统的App原型设计需要专业的设计技能、复杂的工具操作和大量的时间投入。而现在，借助Cursor+Claude 3.7的组合，一段精心设计的提示词就能完成这一切。
Google最近的动作真的多。
谷歌的Gemini 2.0 Flash凭一句话PS的功能，还在全网不断掀起新的风暴！广告业直接被颠覆，模特从此彻底不存在了。去水印、梗图、交叉图像，已经被网友玩疯。甚至有人预言：谷歌已全面超越OpenAI，将率先实现AGI。
谷歌Gemini全新升级！深度研究全球免费体验，还将支持45余种语言。谷歌旗下App与Gemini互联，正在2.0 Flash Thinking Experimental中上线。利用Gems更是可以量身定制「AI专家」：家教、健身教练、编程搭档都不在话下！
一天前如果我跟你说， 有这样一个模型，原本只能生成文字，现在可以文生图、图生图、连续对话改图、自由修改提示语、每张图生成时间不超过10s
