AI早知道｜Kimi开源音频基础模型；阶跃星辰开源图像编辑模型

文章预览

1.Moonshot AI最近推出的Kimi-Audio是一款 开源音频基础模型 ，旨在推动音频理解、生成和交互技术的发展。该模型基于Qwen2.5-7B架构，结合Whisper技术，支持多种音频任务，如语音识别和音频问答。 2.百度发布 文心快码Coding智能体Zulu ，是 国内首个多模态Al程序员 。Zulu支持多模态交互，可上传图片一键生成代码，具备自动搭建开发环境、启动服务等功能，适配主流IDE，能实现代码效果实时预览。 3.阶跃星辰正式 开源图像编辑大模型Step1X-Edit ，总参数量达19B，融合了7B多模态大语言模型（MLLM）和12B扩散模型（DiT）,具备语义精准解析、身份一致性保持和高精度区域级控制三大核心能力。 4.清华系 智谱与生数科技宣布达成战略合作 ，聚焦大模型联合创新。双方将在联合研发、产品联动、解决方案整合及行业协同等多方面合作，重点聚焦政企服务、泛互联网 ………………………………