搜索关键词 全模态模型
AI & Enterprise
Kakao开源发布两款Kanana-2视觉编码器,上架Hugging Face
Kakao于21日宣布,在Hugging Face开源发布两款“Kanana-2 Vision Encoder”,分别为4.26亿参数的Medium版和9800万参数的Tiny版。公司称,基于覆盖9个方向、共42项基准测试的内部评测,这两款模型整体表现优于多款主流同类视觉编码器;同时借助自研语言模型训练和高分辨率图像处理设计,实现训练效率提升约4倍、处理时延降低60%以上。两款模型均采用可商用的Kanana Open License。
AI & Enterprise
Kakao上线“Canana Pet Letter”:上传照片即可生成宠物视角视频信
Kakao宣布上线“Canana Pet Letter”活动,活动将持续至8月14日。用户上传宠物照片并设定宠物与主人的关系及语气后,即可生成宠物视角的视频信。Kakao同时引入AI安全护栏模型“Canana Safeguard”,并推出配套抽奖活动。
AI & Enterprise
Alibaba旗下Qwen·Tongyi Lab发布Qwen3.5-Omni:主打实时交互的全模态模型亮相
Alibaba旗下Qwen·Tongyi Lab发布全新全模态模型Qwen3.5-Omni,支持文本、图像、音频、视频理解及语音生成,强调实时交互与长序列处理能力。该模型最大序列长度达25.6 万,可处理最长10小时音频或400秒音视频输入,并提供Plus、Flash、Light三款版本及离线API、实时API接入。