Nemotron-3 4B 多模態安全模型
Hugging Face 推出 Nemotron 3 Content Safety 4B，這是一個 40 億參數的先進內容審核模型。它支援如文字和圖像等多模態輸入，並處理多種語言以適用全球應用。該模型現已在 Hugging Face Hub 上提供。
Search
Tag: #multimodal329 results
本地多模態 AI 每週亮點
精選開源多模態工具彙總：FlashMotion 快速影片生成、Foundation 1 音樂生產、GlyphPrinter 文字渲染等，包括 MatAnyone 2 和 ViFeEdit。權重/程式碼皆可本地運行。MJ1 榮譽提及為 3B 多模態評判超越 Gemini。
Mistral 推出 Forge 企業 AI 建模工具
Mistral AI 推出 Forge 平台，讓企業使用內部資料訓練 AI 模型。它支援多模態輸入與代理優先調校，用於客製化企業解決方案。此工具旨在簡化內部 AI 開發。
🤖
Openrouter Hunter/Healer 確認為 MiMo V2
Openrouter 的隱藏模型 Hunter Alpha 和 Healer Alpha 正式確認為 MiMo V2 Pro 和 MiMo V2 Omni。Hunter Pro 提供 1M 上下文的純文字推理，Healer Omni 支援文字+圖像，上下文 262K。一款新模型即將推出，經 Github 確認。
GPT-5.4 Mini 為免費 ChatGPT 用戶帶來先進智能
OpenAI 推出 GPT-5.4 mini，讓 ChatGPT Free 和 Go 用戶可透過「Thinking」模型選擇器存取先進功能。它在推理、多模態理解和工具使用方面優於 GPT-5.0 mini，且執行速度快兩倍以上。GPT-5.4 nano 僅限 API，用於資料分類等高效任務，定價每百萬輸入 token 0.20 美元。
H Company 推出 Holotron-12B 代理模型
H Company 發布 Holotron-12B，這是與 NVIDIA 合作開發的開源多模態模型，專為電腦使用代理設計。效能與 Holo2/Qwen 相當，但吞吐量高 2 倍。提供 Hugging Face、技術深入解析和 X 貼文連結。
年收超億美元，出海AI營銷赴港IPO
中國出海AI營銷公司Titanium Tech年收從2023年7282萬美元增至2025年前9月1.3億美元，向港交所遞表IPO。AI解決方案佔比90%，自研多模態模型，毛利率82%以上，但應收5.57億美元及平台依賴成隱憂。
Claude β 版：內嵌表圖與影像顯示
Anthropic 在 Claude 中推出 β 版功能，可在聊天回應中內嵌生成表、圖表與影像。此功能基於 2025 年 9 月發布的「Imagine with Claude」，所有用戶包含免費版均可使用。AI 會依據提示自動判斷視覺化需求。
Sora 影片生成器即將登陸 ChatGPT
OpenAI 的 Sora 影片生成器據報將整合至 ChatGPT 成為內建功能。目前僅限於其網站或獨立 App，使用率低於 ChatGPT，此舉類似去年新增圖像生成功能。此更新可吸引更多 ChatGPT 用戶，但也可能加劇 Sora 產生的深度偽造氾濫。
📰
4.5B ColQwen3.5-v1 於 ViDoRe V1 創 SOTA
新 4.5B 參數模型 ColQwen3.5-v1，基於 Qwen3.5-4B 採用 ColPali 晚期互動，於 ViDoRe V1 達 nDCG@5 0.917 SOTA。Apache 2.0 授權於 Hugging Face；v2 目標 ViDoRe V3 SOTA。經 4 階段訓練含難負樣本及財金文件專精。