Rivian于5月12日宣布推出AI驱动车载语音助手Rivian Assistant，基于自研“统一智能”多模态AI架构，通过软件更新向已订阅Connect Plus蜂窝服务的Gen1和Gen2车主推送，月费15美元。该助手能直接回答车辆相关问题并执行深度控制，将AI能力融入车辆运营各环节。
商汤科技于4月28日开源“日日新SenseNova U1”系列，这是一款“原生理解生成统一模型”，突破了传统多模态模型依赖不同模块“拼接”的局限，通过统一架构实现视觉与语言模块的深度融合，标志着国产AI在多模态领域的重要技术突破。
商汤科技发布并开源日日新SenseNova U1系列模型，基于自研NEO-unify架构，实现多模态理解、推理与生成的深度统一，标志着从“集成式”向“原生统一”的跨越。该架构摒弃拼接式设计，去除视觉编码器和变分自编码器，提升了模型效率与性能。
美团发布原生多模态大模型LongCat-Next，突破传统“语言基座+插件”架构，通过DiNA技术将图像、语音与文本统一转化为同源离散Token，实现AI原生“看”与“听”物理世界，完成多模态建模深度统一。
Openai
$2.8
Input tokens/M
$11.2
Output tokens/M
1k
Context Length
Google
$0.49
$2.1
Xai
$1.4
$3.5
2k
-
Anthropic
$105
$525
200
$0.7
$7
$35
$17.5
$21
Alibaba
$4
$16
$1
$10
256
$6
$24
$2
$20
Baidu
128
$8
$240
52
ByteDance-Seed
SAIL是一个专为视觉与语言设计的单一Transformer模型，作为统一的多模态大语言模型（MLLM），它在单一架构中无缝集成了原始像素编码和语言解码功能。
Athagi
Janus-Pro 是一种新颖的自回归框架，统一了多模态理解和生成。它通过解耦视觉编码路径，使用单一的统一 Transformer 架构处理多模态任务。
deepseek-ai
Janus-Pro 是一种新颖的自回归框架，统一了多模态理解与生成能力。通过解耦视觉编码路径，使用单一 Transformer 架构处理多模态任务。
Janus-Pro 是一种创新的自回归框架，统一了多模态理解与生成功能。通过解耦视觉编码路径，采用单一Transformer架构处理，解决了视觉编码器在理解与生成角色间的冲突。
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
