多模态生成

实时音视频 + 多智能体，打造新一代 AI 互动课堂系统传统在线课堂的基本模式已经持续了很多年：老师打开摄像头，学生进入会议，屏幕共享课件，老师按照固定顺序讲解，学生通过聊天框或举手提问。

AI你一生一世

从“网易云写歌”到端侧大模型：AIGC音乐生成技术的演进与选型指南我是AI时代的无业游民，我游荡在现实与意念之间最近科技圈有个有意思的现象：一边是以MatePad Pro Max为代表的超大屏生产力平板在海外首发，主打跨端协同与端侧算力；另一边，是网易云音乐悄悄上线了“天音AI”等一站式AI音乐创作工具，让普通用户也能一键生成专属歌曲。这两件事看似毫无关联，但如果你是一个正在寻找落地场景的开发者，就会敏锐地察觉到：AIGC音乐生成，正从实验室走向端云协同的真实应用。

27届大模型面试准备（四十六）：多模态生成式架构——扩散与自回归的统一大模型的能力版图里，A14 讲了视觉语言模型（VLM，理解侧），A31 讲了多模态推理，A40 讲了多模态大模型训练与对齐，A44 讲了生成式世界模型与视频生成（偏"世界如何被模拟"）。本文把镜头对准"生成范式"本身：同样是文生图、文生视频，底层为什么会出现自回归（Autoregressive, AR）和扩散（Diffusion）两条技术路线？它们各自擅长什么、又为什么正在相互靠拢？

MiniMax开源5款大模型全链路，从文本到视频生成全覆盖2026年8月11日，MiniMax的开源版图上又多了一颗棋子。截至这一天，这家公司已经开源了5款大模型产品。从文本到视频，从推理到生成，从单模态到多模态，五款模型连成一条清晰的进化线：底座、推理、多模态、生成。

我是有底线的