3月24日，中国启动具身智能工程机器人行业标准编制工作，预计年内完成发布，填补行业空白，推动产业从技术研发迈向规则制定。成都创新中心发布全球首个具身智能工程机器人多模态大模型，具备多机协同、多源数据分析等核心优势。...

生数科技宣布完成超6亿元A+轮融资，旗下多模态大模型Vidu于2024年7月全球上线，解决了商业视频需求中的多主体连续一致性难题。...

智源研究院主导的多模态大模型研究成果在顶级学术期刊Nature上发表，该成果实现了多模态数据的联合训练，并在多个任务上展现出与专用模型相媲美的性能。...

DeepSeek最新开源的DeepSeek-OCR-2采用视觉因果流范式解决多模态大模型问题。通过引入因果流查询和摒弃位置编码，实现性能显著提升。实验数据显示，该模型在保持高压缩率的同时，能有效解决复杂表格和非线性文本的问题。...

合合信息近期发布了一系列基于多模态大模型的创新产品，覆盖多个领域。在教育领域推出AI错题学习管理工具，在健康领域推出AI饮食健康助手Appediet，并在企业级市场发布AI Infra产品xParse。...

合合信息近期发布了一系列基于多模态大模型的创新产品，涵盖多个领域，并推出“CS-AI一站式智能化文档解决方案”，拓展AI至教育、健康等垂直场景。同时，公司还发布了AI基础设施产品和多项AI原生应用。...

MiniMax是一家强调多模态的大模型公司，于1月9日正式登陆港交所。其产品包括虚拟AI扮演社交应用和AI视频平台等，覆盖超200个国家，累计用户达2.12亿。2025年前9个月营收同比增长174.7%，但经调整净亏损扩大。...

12月28日，中央广播电视总台宣布火山引擎成为2026年春晚独家AI云合作伙伴，将利用多模态大模型和云计算技术深度参与春晚节目、线上互动和视频直播。...

2021年声网因马斯克Clubhouse语音聊天走红，近日声网年度服务分钟数突破1万亿分钟，并发布多款对话式AI新品。多模态大模型让计算机具备实时语音对话能力，声网将对话式AI作为长期战略投入，推出对话式AI引擎2.0等产品，AI语音助手等场景受关注。...

第八届中国模式识别与计算机视觉学术会议聚焦多模态文本智能技术，合合信息推出创新方案，实现从感知到认知再到决策的技术闭环，提升AI在财经领域的自主决策能力，助力金融、医药等行业智能化转型。...

第八届中国模式识别与计算机视觉学术会议上，多模态文本智能技术成为焦点。合合信息推出的方案通过空间位置理解实现立体化综合理解，解决多模态AI应用难题。多模态AI技术将在未来五年成为提升应用功能的核心技术，方案已在多领域应用，推动AI系统进化为业务伙伴。...

9月3日上海人工智能实验室宣布开源通用多模态大模型书生·万象3.5，其有9种尺寸模型，参数涵盖10亿 - 2410亿，为AI模型应用带来新可能。...

2025世界机器人大会发布具身智能机器人十大发展趋势，涵盖物理实践与模拟、多层次决策、智能控制、生成式设计、软硬件一致性、大工厂研发、大规模数据集、集群协同、开源社区及安全评估等方面。...

2025世界人工智能大会在上海启幕，聚焦AI+教育，探讨医疗AI进化阶段及多模态大模型发展，谢伟迪团队推出DeepRare System解决罕见病诊断难题。...

7月26日，全球首个聚焦早期中华文明的人工智能模型——多模态大模型发布。该模型整合多学科珍稀史料，形成超大数据规模知识体系，实现跨模态深度交互，未来将服务学者研究与公众文化普及。...