AI早知道｜美团开源LongCat-Image图像生成模型；腾讯发布混元大模型最新版混元2.0

主要观点总结

本文报道了智谱AI、美团、腾讯、火山引擎等公司在人工智能领域的新进展，包括大模型的发布、升级和融资情况。此外，Google也发布了一款新的无代码AI工作流工具。文章还介绍了各模型的应用场景和优势，并给出了行动建议。

关键观点总结

关键观点1: 智谱AI发布GLM-4.6V系列多模态大模型，包括106B和9B版本，支持视觉输入自主调用工具，可处理复杂任务。

该模型将视觉与工具调用能力深度融合，适用于电商、客服或内容审核场景，可实现视觉自动化流程。

关键观点2: 美团发布并开源LongCat-Image图像生成模型，以6B参数实现文生图和图像编辑能力。

该模型采用同源架构与渐进学习，在图像编辑可控性和真实感上表现出色。设计、营销团队可用其快速制作素材，节省成本。

关键观点3: 腾讯发布混元大模型最新版混元2.0，包含Think与Instruct版本，总参数406B，支持复杂推理任务。

该模型具备国际竞争力，适用于科研、金融或复杂文档分析场景，可提高分析精度和效率。

关键观点4: 火山引擎发布豆包语音识别模型2.0，基于Seed混合专家架构，实现深度上下文推理和多模态视觉识别能力。

该模型可应用于会议纪要、客服质检等场景，提升复杂场景下的识别准确率和场景理解能力。

关键观点5: 美国AI法律科技公司Harvey完成1.6亿美元F轮融资，估值达80亿美元。

该公司由前谷歌DeepMind研究员和顶级律所律师创立，专注于“AI+法律”领域。垂直领域“AI+专业服务”获资本高度认可。

关键观点6: Google正式发布Workspace Studio，是基于Gemini 3多模态能力的新一代自动化工具。

该工具无需编码即可快速设计、管理并共享AI智能体，适用于运营、行政、销售等重复性工作较多的部门。