字节跳动火山引擎升级了豆包大模型，推出Doubao-Seed-2.0-lite，这是首个全模态理解模型，支持视频、图像、音频和文本的原生统一理解。视觉理解在物理、医疗等高级推理上超越pro版本，在

，支持文本转视频、图像转视频及音频生成，由ATH创新事业部联合多个团队共同打造，性能超过字节跳动Seedance等竞品。

文章探讨了AI时代命令行界面（CLI）相对于图形用户界面（GUI）的优势。作者指出，CLI是AI的“母语”，能高效处理文本和结构化任务，而GUI主要为人类设计。随着AI智能体的发展，CLI在自动化运维等场景中展现出更高生产力。

7月30日，昆仑万维正式推出并开源采用自回归路线的「多模态统一预训练模型 Skywork UniPic」，在单一模型中深度融合图像理解、文本到图像生成、图像编辑三大核心能力。该模型基于大规模高质量数据进行端到端预训练，具备良好的通用性与可迁移性。

7月25日，科大讯飞宣布基于全国产算力训练的深度推理大模型讯飞星火X1再次升级。新版本综合能力大幅提升，在翻译、推理、文本生成、数学等核心能力上，已能对标OpenAI o3等国际一流大模型最新版

在数字化转型浪潮中，文本、图像、音频、视频等海量数据涌现。数据标签化作为大数据分析的基础，可从海量信息中智能化、自动化进行知识抽取

随着大模型的发展和应用，文本的边界被拓宽，图像、视频、语音各种模态涌现，并给数据管理、检索、计算带来巨大挑战。火山引擎多模态数据湖解决方案则可实现海量结构化、半结构化及非结构化数据的统一精细化管理，全方位兼容各类数据格式，为LLM预训练、持续训练和微调全程各个环节提供更好的数据支持。

AI 数据AI 数据，是用于训练、验证和测试 AI 模型的各类数据，是 AI 系统学习、理解和做出决策的基础。AI 数据包括文本、图像、视频、音频、传感器数据等多种形式。AI 基建中包含数据、算力、算法三个要素，以支撑人工智能的相关应用。AI 数据正是AI 基建的要素之一。

合合信息帮助顺德农商银行构建了对业务中涉及的各类卡证照、票据、文本信息的智能分类、识别和数据结构化能力，以机器识别代替人工录入，显著提升了材料识别录入效率与准确率，业务流程智能化、高效化，提升服务质效，节约业务成本，有效控制风险。

6月27日，科大讯飞发布讯飞星火大模型V4.0，全面对标OpenAI发布的GPT-4 Turbo大模型，且在文本生成、语言理解、知识问答、逻辑推理、