当地时间11月18日，谷歌推出新一代大型语言模型Gemini 3，部署至谷歌搜索AI模式等核心产品。该模型多模态理解能力强，交互深度，能无缝整合多种模态信息，拓展多模态推理边界。Gemini 3现已全面开放，定价引入分级机制。...

阿里推出全新升级的Qwen3-VL系列，为Qwen系列中最强大的视觉理解模型。其旗舰模型Qwen3-VL-235B-A22B包含Instruct与Thinking版本，在视觉感知和多模态推理评测中表现卓越。...

阿里在2025云栖大会上开源新一代视觉理解模型Qwen3-VL，该模型在视觉感知和多模态推理方面实现重大突破，支持扩展百万tokens上下文，视频理解时长超2小时，已实现广泛落地。...

中金发文指出，Google发布了Gemini 2.5版本，实现多模态融合推理。阶跃星辰、商汤等也发布相关成果。多模态与推理模型正实现架构统一，车端交互等多模态推理应用场景将持续拓展。...