野生码农
DeepSeek-V4-Flash-Vision-Exp 模型正式开源
来源:IT之家 · via AI工具集
DeepSeekV4系列首个多模态模型DeepSeek-V4-Flash-Vision-Exp已开源上线，采用MIT协议。模型原生支持图片输入，可描述图像、识别文字、分析图表等，支持JPEG/PNG/GIF/WebP格式。在视觉Agent基准测试中表现大幅提升，多模态Agent能力接近Opus-4.8，纯文本任务与V4-Flash正式版持平。
VAST完成B轮和B+轮融资，金额合计约30亿元
来源:智能涌现 · via AI工具集
AI3D公司VAST（三启万物）半年累计融资约50亿元，刷新行业纪录。近期B轮及B+轮合计约30亿元，由经纬创投领投，完美世界、蓝色光标、三七互娱等产业资本及鼎晖、中金、CMC等财投参投，老股东超额追投。TripoAI推出的TripoP2.0Preview，全球率先实现原生四边面拓扑生成，已接入网易、腾讯、字节、微软等工作流。
腾讯开源通用多模态Embedding模型 WeMM-Embedding
来源:AI工具集 · via AI工具集
腾讯微信视觉团队开源通用多模态Embedding模型WeMM-Embedding，提供2B/4B/9B三种规格。模型支持文本、图像、视频、视觉文档及交错多模态输入统一编码，在MMEB-v2基准排行榜位列第一。模型基于Qwen3.5架构，采用两阶段训练策略，支持Matryoshka灵活维度输出。
小红书 FireRed 推出通用音频语言模型 FireRedAudio
来源:AI工具集 · via AI工具集
小红书FireRed团队推出通用音频语言模型FireRedAudio，基于9B参数Qwen3.5架构，采用解耦连续表征设计。模型同时支持ASR、音频问答、1小时长音频理解、Zero-shotTTS、指令TTS及语音编辑六大任务。模型在MMAU、MMSU、102语种ASR及InstructTTS等评测中均取得领先成绩，FLEURS-102平均错误率仅14.94%。
本文资讯条目聚合自 AI工具集(ai-bot.cn/daily-ai-news),原文链接随条附,版权归原出处所有