，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、文化旅游等垂直领域。

　　5.阿里巴巴旗下的夸克AI超级框推出了“拍照问夸克”功能，这一创新利用视觉理解和推理模型，能够快速识别和理解用户在现实生活中遇到的各种问题。

　　6.LemonAI 最近推出了其创新产品 Slice Live，这是一款全球首创的实时音视频 AI 模型。用户只需上传一张照片，即可与虚拟角色进行实时视频通话。

　　想要了解更多AI 行业资讯以及ChatGPT和AI绘画实战案例，欢迎加入我们的「互联网AI早读课」知识星球！

　　现在加入，立享99元早鸟价优惠，星球用户每涨100人，价格上调100元，直到恢复499元原价！

　　特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。

　　电梯连续恐吓幼童后续！面具女被找到，父母发声，物业处理寒心

　　梁思浩曝男巨星在赌船一晚输千万 有女星花百万给男友打卫星电线岁啦！满头金发，两颗门牙却不翼而星空体育登录入口 星空体育在线官网飞，网友:变稳重了

　　联想moto razr 60系列下周发布：全系标配钛合金转轴！支持80万次自由折叠

　　CounterPoint 报告 2025Q1 印度手机出货量：vivo 占 22%

　　《编码物候》展览开幕 北京时代美术馆以科学艺术解读数字与生物交织的宇宙节律