獲悉，在近日舉行的2025騰訊AI產業應用峰會上，騰訊（TCEHY.US）深入探討在打造智能體（Agent）產品過程中的技術細節與設計邏輯，揭示了騰訊在這一新興領域進行布局。
騰訊指出，在智能體產品的開發中，特別注重用戶的實際體驗，強化了智能體中的問答對功能。企業可以對這些問答對進行審核、校驗，確保準確性后再發布，從而提高了智能體在企業應用中的可靠性。
谷歌重磅發布多模態新模型
與此同時，谷歌（GOOG.US）日前剛舉行年度I/O開發者大會，帶來了預期中的海量AI應用更新，重磅推出AI智能體、Gemini 2.5 Pro深度思考模型，Veo 3視頻模型首次實現音畫同步，搜索業務全面接入AI，全家桶套餐強勢來襲——科技巨頭正以顛覆性創新重塑行業格局！
在AI智能體方面，谷歌正在將智能代理能力整合到全線產品中，包括Chrome瀏覽器、搜索引擎和Gemini應用等。皮查伊表示，谷歌的代理工具Project Mariner現可同時監管多達10項任務，包括網絡搜索等項目。
實時多模態AI搜索方面，在AI綜述的基礎上，谷歌在搜索引擎中正式推出由Gemini 2.5 Pro 深度思考模型驅動的AI模式。由于AI的特性，用戶可以向搜索引擎提出更復雜、更難的問題。
另外，在視頻這塊，Veo 3模型不僅生成質量更高、理解提示詞更準確，還能同步生成視頻和音頻，包括不同角色的對話。此前，Veo 2將增加相機控制和對象移除等工具，Imagen 4在生成圖片時也能準確生成真實文本。
可以說，近段時間來，多模態大語言模型在處理圖像、音頻、視頻等多種輸入模態方面取得了顯著進展。并且，多模態大模型作為 AI 產業中的模型層的重要產品，得益于政策的支持，有良好的政策發展環境。
微美全息突出AI多模態應用導向
資料顯示，AI視覺領先企業微美全息（WIMI.US）正大力發展AI與新一代信息技術，加快培育一批先進適用的人工智能大模型產品，實施基礎設施共聯、產業體系共建、創新能力共育等生態，切實推動大模型技術與特色優勢行業深度融合，將為多模態AI大模型帶來全新的發展機遇與動能。
截止目前，微美全息聚焦文本生成視頻、圖像生成視頻等場景，支持跨模態內容創作。例如，其開發的短視頻工具可通過圖生視頻技術實現低門檻創作，技術框架適配開源工具鏈。同時，微美全息通過多模態技術重構影視、廣告等內容生產流程，并與金融、汽車、教育等行業合作定制解決方案，提升企業效率。
結語
ChatGPT 橫空出世三年，如今進入 2025 以來始終備受關注。隨著 AI 大模型行業應用場景逐漸豐富，產業配套日益完善，多數企業紛紛開展 AI 大模型發展，加上相關文件中規劃地方產業藍圖，大力支持AI模型發展。
不過，需要把握的一點是，多模態大模型從技術走向產業化落地，需要產學研形成“鐵三角”協同體系，通過資源整合、場景共創、標準共建，需打通從技術研發到規模應用的“最后一公里”。
