Kimi k1.5是MoonshotAI研发的新一代多模态语言模型，依托强化学习优化与长上下文扩展核心技术，实现复杂推理任务性能的大幅提升，在AIME、MATH-500等权威数学推理基准测试中超越GPT-4o、Claude Sonnet 3.5，达到行业领先水平。
HunyuanCustom是一款多模态定制视频生成框架，可根据用户自定义条件，精准生成特定主题的定制化视频。该框架在人物身份一致性上表现突出，全面支持文本、图像、音频、视频多模态输入，适配虚拟人广告制作、个性化视频编辑等多元应用场景，为创作者提供高效的视频定制解决方案。
Intern-S1-Pro是上海AI实验室开源的万亿参数科学多模态大模型，采用MoE混合专家架构，基于「通专融合」SAGE技术打造。模型通过傅里叶位置编码与重构时序编码器赋予独特「物理直觉」，可统一理解从微观生命信号到宏观宇宙波动的全尺度科学数据。
本次更新包含四大核心版本：视频3.0新增AI智能分镜、15秒长视频、多语种及方言口型同步、图生视频主体参考；视频3.0 Omni强化全能参考与音色克隆能力；图片3.0支持10张参考图融合与自由编辑；图片3.0 Omni 提供2K/4K原生超清输出与批量组图创作。
GLM-OCR是智谱AI开源的轻量级多模态OCR模型，模型基于GLM-V架构打造，集成智谱自研CogViT视觉编码器与轻量跨模态连接层，创新引入多Token预测损失和强化学习训练策略，在手写体、复杂表格、代码文档、印章、多语言混排等高难识别场景表现卓越。
模型支持静态图像转动态影像、智能视频时长延长、电影级专业转场，更能实现数字人音视频精准同步，为创作者打造从短片段到长叙事的一站式视频生成解决方案，全方位适配商业创作、内容生产、行业应用等多元视频需求。
MMBench是一款多模态基准测试工具，由上海人工智能实验室、南洋理工大学、香港中文大学、新加坡国立大学及浙江大学联合研发。该基准构建了一套从感知到认知的逐级细分评估流程，覆盖20项细粒度能力维度，数据集包含约3000道单项选择题，均源自互联网及权威基准数据集。
可灵O1是可灵AI研发的全球首个统一多模态视频生成模型，模型支持图片、视频、文字等多模态输入，可一站式完成全能创作与编辑，精准解决视频生成中的主体一致性难题，解锁多元创意组合玩法。
用户可通过Google AI Studio、Vertex AI、Gemini CLI及全新智能体开发平台Google Antigravity调用Gemini 3；同时模型已打通Cursor、GitHub、JetBrains等第三方平台，为开发者提供灵活丰富的开发选择。
