多模态大模型技术文档，涵盖视觉理解（VLM）、图像生成、语音识别与合成、视频生成等跨模态模型，如 GPT-4o、Qwen-VL、Whisper、扩散模型（Diffusion）等。
定档十月，Flash 版已率先开闸 快手旗下视频生成大模型可灵 AI 已于 9 月 28 日官宣，全新一代 Kling 4.0 将于 10 月正式上线，同日轻量版 Kling 4.…
Flash 路线再升级：Nano Banana 2.1 正式版上线 10 月 6 日，Google 正式发布图像生成与对话式修图模型 Nano Banana 2.1，模型 ID 为…
