起点课堂会员权益
职业体系课特权
线下行业大会特权
个人IP打造特权
30+门专项技能课
1300+专题课程
12场职场软技能直播
12场求职辅导直播
12场专业技能直播
会员专属社群
荣耀标识
Seed-2.1-pro悄悄变强，多模态Coding能力我爱了。
Doubao-Seed-2.1-pro更新0915版本后，把重点压在Coding、Agent与多模态三块。作者拿三维艺术馆网页等实际任务试了一圈，看它在长程任务里会不会自己推进，以及视觉理解接进开发后的差别。
"多模态"相关的文章
豆包悄悄升级2.1 Pro，实测夯爆了！【附5个神仙玩法】
豆包迎来 Seed-2.1-Pro 升级，作者拿到内测后用三种环境跑了五个 Case：连接 Godot 做完整游戏、3D T 恤定制 web、Methy 加 Blender 做海洋动物、飞机地球航线 web 和电台音乐播放器。
谷歌 Gemini 桌面客户端，实测，有惊喜，但不多
Gemini 桌面客户端这次升级支持 Windows，付费年会员被重新拉出来遛了一遍。屏幕上下文理解、全局语音输入、Spark Agent、Workspace 联动与多模态创作逐项实测，生图仍是强项，视频生成明显掉队。
GPT Image 2.5 对比实测：变化与局限
GPT Image 2.5 在复杂中文图文任务中表现如何？本文通过十一类任务、72张输出，对比两代模型在海报、安装说明、经营简报等场景下的能力。结果显示，2.5 在商品信息对应和数字复现上有所提升，但在工具接触点、零件数量和图表比例上仍会出现错误，书法风格差异明显。
DeepSeek突然上新！V4.1 Flash开启内测：新架构+原生多模态，直指V4 Pro？
DeepSeek 又更新了。
今天下午，DeepSeek 在官方交流群宣布，DeepSeek V4.1 Flash 中间版本正式开启内测。
按照官方给出的信息，这次 V4.1 Flash 并不是简单调参，而是...
这一次，智谱用GLM-5.3-Flash实现了真正的智能平权。
智谱神秘模型OX Alpha终于揭晓，竟是GLM-5.3-Flash！这款原生多模态MoE模型不仅性能逼近Opus 4.8，价格更是低至DeepSeek的一半，引发社区热议。本文深度解析其技术突破、定价策略及国产芯片推理实力，并分享作者用千条数据实测的惊喜结果。
DeepSeek不是“老大”了？一张图拉开40倍Token成本差，“视力”却输给豆包？
半年调价四五轮，V4-Pro高峰输出价一度涨到27元每百万Tokens，DeepSeek从全网最便宜变成争议中心。新上线的视觉模型实测把三位演员认成一人，被豆包一击即中比了下去。当价格优势收窄，补齐短板的速度就成了生死线。
实测MiniMax Design：视频生成之后，开卷组织生产
MiniMax发布多模态创作Agent工作台，把模型、工具与创作流程装进同一环境。实测显示其规划专业，创意简报与分镜脚本可圈可点，但从分镜到成片仍有执行落差。当生成能力趋同，组织生产的流程整合正成为视频生成的新战场。
教你用Workbuddy生成好看的封面图
AI生图的两个重点
有小伙伴一直在催更这期的教程，原本老马是真没想写的。因为确实没啥技术含量，而且是老生常谈的东西。
首先声明，本文的标题是有点标题党的意思。因...
Kimi K3 问世：中国 AI 的【规模宣言】与开源路线的历史性拐点
Kimi K3 以 2.8 万亿参数、百万级上下文和原生多模态能力，成为全球首个开源 3 万亿级模型。本文深度解析其技术突破、与主流模型的优劣对比，并探讨开源与闭源格局的结构性逆转，揭示中国 AI 从跟随到定义规则的范式转移。
AI 最大的机会，不是硬件，而是数据资产
可穿戴AI的价值不在于硬件本身，而在于持续积累的个人模型。一块“塞了AI的儿童手表”在佩戴一周后开始理解用户，这背后是数据采集、多模态融合与个人画像的完整链路。本文拆解云玦的技术方案，探讨从数据到理解的鸿沟，以及为何这类产品越用越值钱、越难更换。
“模型评测”到底是在评什么？
当两套评测指标给出相反结论，模型究竟有没有变好？本文从一次多模态评测实战出发，拆解目标定义、数据供给、评测诊断到版本决策的完整闭环，揭示评测的真正难点不是得分，而是证明分数为何可信。
