当前位置: 首页 > news >正文

Coding时代AI需求旺,Google、Minimax多模态模型引领行业新变革

多模态,下一个Token拐点

当前,Coding时代的行业共识已经确立。阿里巴巴CEO吴泳铭称上调Token价格后客户接受度仍高,需求旺盛。北京时间5月20日凌晨,Google I/O 2026展示智能体与多模态能力,Gemini Omni Flash支持全模态输入输出。多模态正迎来技术拐点,以Google Gemini Omni为代表的统一基座全模态模型将开启新时代。OpenAI的GPT - 4o、Image 2,Google的Nano Banana 2、VEO 3等多模态模型都有出色表现。Gemini Omni Demo惊艳全球,其能力超越过往视频模型,且可对话编辑。DeepMind首席执行官称未来Omni功能更强大。统一基座全模态模型研发效率高,摩根士丹利指出Minimax潜在价值被忽略。

原生的五感全能战士?

国内模型市场走到凸性爆发拐点,有望复刻美国市场速度。国内主要玩家叙事逻辑趋同,但Minimax技术路线接近Gemini Omni。高盛将字节、阿里、Minimax并列,因其全面全模态布局和高性价比架构。

高盛:中国多模态模型持续进军全球,关注Hailuo 3

高盛预测M3与Hailuo 3发布是Minimax里程碑,其文本和多模态API业务毛利率高于同行。瑞银设定Minimax目标价,摩根大通给予“超配”评级。Minimax是国内唯一全栈全模态独立大模型厂商,能力居全球第一梯队。全模态真正价值在于能力相互增强,Minimax的全模态自研+落地模式独特,成本低且效率高。

Pure - Play的增长拐点

投资者关注全模态爆发中的新星,Minimax将获三重红利:阿里巴巴验证的Token量价齐升行业β红利;Google全模态基座模型催化的多模态估值重估行业α;中国独立AI企业的Pure - Play估值弹性红利。Minimax创始人透露M3及Hailuo 3将迈入中长篇生产级内容生成阶段,提升Token需求量。摩根士丹利、高盛看好其性能和潜力。顶尖投行认为Minimax是AI行业具投资价值标的,待模型发布后市场判断或改变。

http://www.jsqmd.com/news/860225/

相关文章:

  • 2026孝感黄金回收避坑全攻略七区县实体全覆盖315权威背书认证30年老店零差评无套路 - 鑫顺黄金回收
  • 避坑指南:施耐德PLC用功能块做ModbusTCP通讯,这些参数配置错了程序就卡死
  • 泛微发布300+可落地AI应用 让组织业务数智升级
  • JavaSE-05-字符串(全面深入)
  • Vue3 入门学习
  • 告别环境混乱:用Anaconda虚拟环境在Linux服务器上管理TensorFlow 2.x和JAX的独立实验环境
  • 硬件物理测距→时空AI拓扑·全域透明化感知
  • ElevenLabs荷兰文语音突然失真?3个隐藏配置错误导致87%项目延迟上线
  • tmp to ljh
  • 【海南自贸港AI语音基建必读】:ElevenLabs+海南话=政策红利窗口期仅剩87天!
  • 使用OpenClaw进行AI工作流编排时一键配置Taotoken
  • 智能体元年:一篇讲清楚 Agent 到底是什么?
  • GEO学习从入门到精通需要多长时间?
  • 告别手动统计!Allegro Quick Reports 隐藏技巧:自动生成BOM位置图并导出Excel
  • 观察taotoken多模型路由在不同负载下的响应表现
  • 【AI测试智能体实战 2】别再拿网上题库测 Agent 了:我是怎么建 190 条真实测试集的
  • AI翻唱魔法师:5分钟免费打造专业级AI音乐作品的终极指南
  • git命令入门
  • 2026 年 Haskell 基金会大变革:执行董事卸任、组织重组、董事会人员调整!
  • 标杆案例解读:富士康市值破万亿背后:代工帝国的数字化重生!
  • C++ map详解
  • 告别命令行恐惧!用pytest.ini配置文件,一键搞定Pytest测试运行
  • 想找闸门工厂?这几家值得你深入了解,速来一看!
  • 基于 PyTorch 的 TransU-Net 模型进行不同城市建筑物的精准提取 来继续遥感图像语义分割
  • 前端高频难题——防抖与节流的精准实现(避坑版)
  • 数字孪生完整教程(开发工具 + 三方对接全流程)
  • Aube:下一代 Node.js 包管理器,性能远超 pnpm
  • 书匠策AI官网www.shujiangce.com:论文降重降AIGC,原来可以这么丝滑?
  • STM32F103C8T6最小系统板避坑指南:从ST-LINK连接到Keil5乱码,新手常踩的5个坑
  • 多智能体系统的最大难题:不是推理,而是协同