2025年8月19日，文心开源创新大赛启动，吸引900余名开发者参与，聚焦多模态应用与AI+硬件。经过激烈角逐，23支团队晋级决赛，展示了AI与硬件的深度融合，参赛者利用文心4.5模型创新出多种实用硬件解决方案，涵盖健康监测、教育陪伴等领域。大赛推动了AI技术的落地应用，期待未来更多创新成果。

文心开源创新大赛于2025年8月19日启动，聚焦多模态应用与AI+硬件，吸引全球900余位开发者参与。赛事展示了70余支优秀团队的创新作品，涵盖智能硬件与AI解决方案，推动技术交流与生态合作，助力开发者成长。赛事旨在激发创新，构建开放共赢的AI生态。

文心开源创新大赛将于2025年8月19日上线，邀请开发者探索多模态应用和AI+硬件创新方案。活动包括技术工作坊，聚焦AI开发生态，并进行文心大模型和PaddleOCR的实战演示。活动定于11月8日在张江科学之门举行。

NVIDIA推出Nemotron Nano 2 VL模型，支持视频理解和文档智能，采用混合Transformer-Mamba架构，具备高效视频采样技术，提升处理效率和准确性，适用于多模态应用。

2024年，国产模型DeepSeek以低成本和高性能冲击AI行业，推动大模型竞争格局变化。价格战、能力提升和多模态应用成为新趋势，国际巨头被迫降价，中国开源生态逐渐掌握定价权，未来市场格局将重塑。

Spring AI与Amazon Bedrock Nova模型通过Converse API集成，支持多模态应用，包括文本、图像和视频。Nova模型分为Pro、Lite和Micro版本，满足不同需求。该集成简化了开发流程，提供文本补全、图像和视频分析等功能，并支持外部工具调用，助力构建先进的对话应用。

OpenAI的ChatGPT视觉能力开启了新篇章，开发者们探索视觉理解与对话AI的结合。作者创建了一个多模态原型应用，利用KOSMOS-2进行图像描述，并结合Google的PaLM API实现深度对话。该应用允许用户上传图像并进行实时互动，界面友好，旨在推动视觉语言应用的发展。