# 大模型

小米发布自研语音合成大模型MiMo-V2-TTS，具备高度可控的多粒度语音风格，可实现语气转折、情感递变及歌声合成。该模型支持多种方言，如东北话、四川话、河南话、粤语等，并可进行角色扮演式演绎。这是小米语音技术的重要里程碑，未来将扩展语种并与多模态理解融合。

2026年3月12日，中国家电及消费电子博览会（AWE2026）在上海拉开帷幕。本届展会首次采用“一展两馆”的模式，规模拓展至17万平方米，汇聚了众多行业巨头。 从多模态大模型驱动…

中国科学院院士周志华建议优化人工智能科研布局，避免资源过度集中于算力消耗型应用层研究，纠正“大模型解决一切”的误区，转而加大对AI算法基础研究的支持。他还呼吁解决科学数据获取困难、质量不高的问题，并提出改革人才培养和评价机制，为交叉学科人才建立“特区”，以提升AI研究的创新能力和效率。

OpenAI正研发名为BiDi的双向语音模型，旨在实现更自然的ChatGPT语音对话。此模型能实时处理用户打断，并即时调整回应，克服现有回合制对话的障碍。BiDi模型有望在客服及未来语音交互AI设备中发挥重要作用，但目前仍处于开发阶段，发布时间可能推迟。

粤港澳大湾区的科技创新高地，再次成为“最强大脑”的思想碰撞场。2026年2月26日，由多家AI明星公司高管组成的顶尖交流团正式到访。 此次汇聚了算力基础设施、多模态大模型、AI基础…

智谱GLM-5大模型参数量达7440亿，重点提升编程与智能体能力，海外测试其代理编程能力世界第一。得益于DSA稀疏注意力机制、异步RL基础设施、异步Agent RL算法以及全面兼容华为、寒武纪等七大国产芯片平台，GLM-5在性能和成本上均有显著提升。

字节跳动新一代视频生成模型Seedance 2.0上线，凭借导演级叙事与零门槛操作，让普通人也能创作电影级视频，获央视财经点赞。该模型支持多模态混合输入，内置“导演脑”自主设计分镜，物理动态与光影逼近实拍，可直接生成商用高清视频，被誉为“当前地表最强视频生成模型”，预示游戏CG制作流程将彻底改变。

科大讯飞发布星火X2大模型，采用全国产算力训练，通用能力对标国际顶尖水平，在数学、推理、语言理解等方面表现尤为突出。同时，基于X2底座的行业大模型在教育、医疗、司法、汽车等领域实现显著进步，特别是“讯飞晓医”APP和教育应用的升级，以及星辰Agent平台构建了超过130万个智能体。

随着人工智能技术的飞速发展，特别是大型语言模型（LLMs）的广泛应用，企业在AI驱动的业务转型中，正迎来前所未有的机遇。然而，伴随而来的是AI相关API流量的爆炸式增长，这不仅对企…

腾讯混元图像3.0图生图模型上线，拥有80亿总参数，采用混合专家架构。该模型能根据用户输入的图片和文字生成表情包、虚拟人物合拍、海报设计等，生成效果稳定、真实感强、速度快，支持多任务数据处理。