08-06

阿里云开放 Wan3.0 公测，单次可生成 30 秒视频

#model-release #video-generation #alibaba #wan

08-01

MiniMax 发布 H3，支持多模态参考生成 15 秒 2K 音视频

#model-release #multimodal #video-generation #minimax #minimax-h3

07-31

字节跳动发布 Seedance 2.5，单次生成 30 秒并支持定向编辑

#model-release #video-generation #bytedance #seedance

07-29

OpenAI 发布 GPT Transcribe 与 GPT Live Transcribe 语音转录模型

#product-update #model-release #openai #speech-to-text

07-24

Vivix 同天发布 Vivix-A1 与 Vivix-W1

#model-release #multimodal #video-generation #vivix

07-22

通义发布 Qwen-Image-3.0，支持 4.5K Token 长指令与 12 种语言

#model-release #image-generation #alibaba #qwen

07-21

阿里上线 Qwen-Audio-3.0-TTS，提供 Flash 与 Plus 两个版本

#model-release #audio-generation #alibaba #qwen

07-20

字节跳动发布 Seed Audio 1.0，一条提示词可联合生成人声、音效和环境声

#model-release #audio-generation #bytedance #doubao-seed

07-01

Google 推出 Gemini Omni Flash，视频生成接入多模态输入

#model-release #google #gemini #gemini-omni #video-generation

07-01

Google 发布 Nano Banana 2 Lite，1K 图像生成定价 0.0336 美元

#pricing #image-generation #google #gemini #nano-banana

06-10

Google 发布 Gemini 3.5 Live Translate，实时语音翻译覆盖 70 多种语言

#product-update #model-release #google #gemini #live-translate

05-09

DeepSeek大范围开放识图模式

#deepseek #deepseek-v4 #multimodal #vision