三花AI

谷歌 SignGemma 实现手语与文本实时互译 谷歌最新发布 SignGemma 手语翻译模型，基于 Gemma，专用于美国手语(ASL)与英语的实时双向互译。目前只开放了申请测试[1]，预计今年晚

DeepSeek R1 完成 0528 版本迭代升级，性能比肩 o3 DeepSeek 在官方微信群发布消息称，其 R1 模型已完成小版本迭代升级（版本号 DeepSeek-R1-0528）[1]。用

MMaDA 多模态扩散模型实现文本推理+视觉理解+文生图 MMaDA[1] 是一款开源的多模态扩散模型，同时具有文字推理、图片理解、文字生成图片的能力。 感兴趣的佬们可以通过官方的在线演示[2]体验。

Mistral AI 发布高精度 Document AI：支持公式手写多语言解析 Mistral AI[1] 最新推出企业级 Document AI 解决方案，基于 OCR 技术实现高精度文档解析。

Head AI：全球首个 AI 市场营销专家 Head AI[1] 是全球首位人工智能营销专家，其官网号称在过去一个月内已为超过 50,000 个品牌提供服务，覆盖电商、科技、游戏和 AI 等多个领域

谷歌 I/O 2025 开发者大会内容总结 下面是今年的谷歌I/O上发布的所有产品和更新，主要聚焦AI方向大发力： Gemini 2.5 模型更新 Gemini 2.5：Google 的最新 AI 模

Insert Anything：开源图片无缝插入编辑框架 Insert Anything[1] 是一个开源的图片编辑框架，能够将参考图中的人物、物体和服装等元素无缝插入到目标场景中。 效果非常不错，佬

谷歌发布 Gemini 2.5 Pro I/O 特别版：编程双榜第一 谷歌正式发布 Gemini 2.5 Pro "I/O 特别版"技术预览。作为 2.5 Pro 的重大升级版本，其编程能力获得突破性

Cobra 开源 AI 上色模型：支持颜色提示与多角色参考 Cobra[1] 是一款专注于线稿上色的开源模型，其特色在于支持颜色提示（color hint）和多角色参考功能。 这里还有一个官方的在线演

阿里通义 Qwen3 重磅发布：小模型吊打大模型，MoE 架构效率惊人 阿里通义 Qwen3 系列大模型[1]正式推出，本次开源了 2 个 MoE 模型和 6 个密集模型。旗舰模型 Qwen3-235

FramePackLoop：开源无缝循环视频生成工具 FramePackLoop[1]是一个基于 FramePack 的开源工具，专门用于生成无缝循环视频。 这下可以轻松搞定循环背景、短视频素材各种动

LemonAI 推出 Slice Live：照片秒变实时数字人 Lemon Slice Live[10] 是一款实时音视频 AI 数字人模型。 仅需上传一张照片，就能与任意角色进行流畅的视频对话。支持

Tavus 发布 SOTA 唇形同步模型 Hummingbird-0 Tavus 公司最新发布的 Hummingbird-0[1] 是一款 SOTA 唇形同步模型，目前仅在 FAL[2] 上提供 AP

OpenAI 发布 GPT Image API：支持文生图/图生图/局部重绘/透明背景 OpenAI 正式发布 GPT Image API[1] (模型 ID: gpt-image-1)，支持以下功能

SkyReels-V2：支持无限长度视频生成的多模态模型 SkyReels V2[1] 号称能够无限长度视频生成的开源模型，支持多模态生成能力，包括文生视频和图生视频。 在画面表现方面，接近闭源模型

Vidu Q1 视频模型发布 Vidu 发布了 Vidu Q1 视频模型，现在有更好的画质，支持生成视频音效，优化了动漫风视频的表现。 目前官方正在推特搞活动[1]送积分，有需要可以参与。 Anthr

小视频宝发布AI语法讲解视频模板 小视频宝[2]最新推出了又一款小红书爆款语法讲解视频模板。能够自动生成语法题目，并完成语音讲解视频。 Midjourney 更新图片编辑器：支持智能对象选择 Midj

腾讯 InstantCharacter：角色一致性生成技术 InstantCharacter[1] 是由腾讯混元和 InstantX 团队联合推出的角色一致性技术。 该技术允许用户通过指定参考角色，生

腾讯元宝现可直接添加为微信好友 腾讯的 AI 助手元宝现在支持添加为微信好友进行聊天，就像好友一样，支持语音输入、图片、联网搜索，微信搜索元宝即可添加到联系人。 目前还没有正式宣发，未来量级直接秒杀所