谷歌推出EmbeddingGemma2,这是其首个原生多模态开源嵌入模型,参数740M。它能把文字、代码、图片、视频、音频统一映射到同一语义空间,让跨模态检索首次轻量跑在端侧。最大卖点是体积小、可离线:完整多模态模型内存占用不到600MB,可在手机、笔记本和浏览器中直接运行。
vivo发布智能体大模型矩阵,涵盖语音、端侧、云侧等四款核心模型,全面赋能终端智能化体验。同时预研蓝心30B MoE端侧大模型,探索万亿级能力落地手机,提升多模态理解、长链推理与复杂任务自主执行,并同步推进软件与系统生态建设。
三星发布三款折叠新机,面壁智能 MiniCPM 端侧大模型首次进入其全球旗舰产品线 Galaxy AI,提供文本理解与多模态感知能力,标志着国产端侧大模型正式跻身国际头部手机厂商核心供应链。
6月23日,Meta携手依视路陆逊梯卡推出全新智能眼镜Meta Glasses,首发搭载Muse Spark多模态大模型,实现全天候端侧AI助手,起售价299美元。首批包括Adventurer(标准/大号版)、Fury及Kylie Jenner联名款。
端侧可用的GPT-4V级多模态大模型
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
$7.7
$30.8
200
-
Anthropic
$105
$525
$0.7
$7
$35
$17.5
$21
Alibaba
$4
$16
$1
$10
256
$2
$20
Baidu
128
$6
$24
$8
$240
52
Bytedance
$1.2
$3.6
4
NexaAIDev
全球最快、最高效的端侧部署音频语言模型,2.6B参数的多模态模型,可同时处理文本和音频输入。