Qwen Code SDK TypeScript v0.1.8-preview.0 發布
最新的 Qwen Code SDK 更新引入了多模態輸入支援、針對 OpenAI 相容提供者的錯誤處理優化，以及增強的 CLI 批次執行能力。此版本還包含關鍵的安全修復，並針對子代理追蹤與 LSP 整合進行了架構改進。
Search
Tag: #multi-modal27 results
智源發布心臟磁共振多模態診斷智能體
北京智源人工智能研究院（BAAI）聯合首都醫科大學附屬北京安貞醫院、河南醫藥大學第一附屬醫院，發布業內首個心臟磁共振多模態智能體 BAAI Cardiac Agent。此智能體完成「結構分割與分析-功能定量評估-疾病診斷與分類-智能化報告」全流程診療閉環。基於 Agent-Expert 架構，動態協調多個專家子模型，對心臟核磁共振影像端到端自動化分析，輸出符合臨床規範報告。
開個腦洞：如果DeepSeek和Kimi們合併
DeepSeek與Kimi假設合併，可打造平視OpenAI的全棧開源平台，技術互補涵蓋MLA注意力、Muon優化器及Agent能力。商業協同解決算力短缺、價格戰及全球擴張。創始人第一性原理一致，加速演進。
Qwen Code TypeScript SDK v0.1.7 發布
Qwen Code 發布 TypeScript SDK v0.1.7，內建 CLI v0.15.3 並回填 v0.1.5。重點包括命令注入安全修復、多模態輸入支援（圖像、PDF、音頻）、並發 CLI 批次執行及實驗性 LSP 程式碼智慧功能。其他改進涵蓋重試邏輯、Claude 外掛修復及 VSCode 伴侶增強。
CognitiveTwin：預測阿茲海默症認知衰退
CognitiveTwin 是一個數位孿生框架，使用認知分數、MRI、PET、腦脊髓液生物標記和基因等多模態資料，預測阿茲海默症患者的個人認知軌跡。它以 Transformer 架構融合模態，並透過 Deep Markov Model 建模時間動態。在 1,666 名 TADPOLE 患者資料上訓練，展現高準確度、人口統計公平性和對缺失資料的穩健性。
InVitroVision：AI自動描述胚胎發育
研究人員使用1,000張胚胎時間延遲影像及標題微調PaliGemma-2，開發出InVitroVision，能預測胚胎形態、細胞週期及發育階段的自然語言描述。此模型在各指標超越ChatGPT 5.2及基礎模型，效能隨訓練資料增加而提升。此研究突顯視覺語言模型在少樣本IVF應用上的潛力。
Deep Agents v0.5 新增非同步子代理
LangChain 發布 Deep Agents 與 DeepAgentsJS v0.5 版本，新增非同步非阻塞子代理、擴展多模態檔案系統支援等功能。非同步子代理可將工作委派給背景執行的遠端代理，與先前內嵌式不同。完整細節請見變更日誌。
LibTV 整合 Seedance 2.0 加速 AI 影片製作
LibTV 已整合 Seedance 2.0 模型，提升 AI 影片製作效率。它支援多模態內容創作，每段影片延遲縮減至 2-3 分鐘。平台新增節點式工作流程與代理驅動自動化，實現端到端影片生成。
Qwen SDK TypeScript v0.1.6 安全與多模態修復版
Qwen Code SDK TypeScript v0.1.6 綑綁 CLI v0.13.1 並回填 npm v0.1.5 發行版。包含關鍵安全修復如防止命令注入、增加圖像、PDF 和音頻的多模態輸入支援，以及改進的重試邏輯和 IDE 整合。多項錯誤修復提升代理可靠性和開發工作流程。