追踪模型发布、工具更新与研究进展。按主题、地区和发布时间查找资讯，也可以从最早的历史记录读起。
全部主题 · 历史覆盖：2020年6月19日 — 2026年10月19日
来源最近成功更新：2026年10月21日 · 4 个来源最近更新失败
发生了什么：OpenAI 公开 DALL·E 的文本生成图像研究，展示用自然语言组合视觉概念。这条记录对应研究公告，并不表示当时已经向所有用户开放。
适合关注的人：使用图像、视频或语音工具的创作者
导读建议的练习：官方公告日期：January 5, 2021；来源核对日期：2026-10-19。
来自本条已发布的中文导读，具体变化请以原始记录为准。发生了什么：OpenAI 介绍 CLIP：通过图像与文本对学习视觉概念，并用自然语言描述类别进行零样本分类。它是视觉理解研究，不是文生图产品。
适合关注的人：使用图像、视频或语音工具的创作者
导读建议的练习：官方公告日期：January 5, 2021；来源核对日期：2026-10-19。
来自本条已发布的中文导读，具体变化请以原始记录为准。发生了什么：Vision Transformer 将图像切成补丁序列后交给 Transformer 处理，研究纯注意力架构的图像分类。这为理解多模态模型中的视觉编码提供背景。
适合关注的人：使用图像、视频或语音工具的创作者
导读建议的练习：论文首次公开日期：2020/10/22；来源核对日期：2026-10-19。
来自本条已发布的中文导读，具体变化请以原始记录为准。发生了什么：通过逐步加噪与学习去噪研究图像生成，为后来扩散式视觉模型提供基础；此处是论文节点。
适合关注的人：使用图像、视频或语音工具的创作者
导读建议的练习：论文首次公开日期：2020/06/19；来源核对日期：2026-10-19。
来自本条已发布的中文导读，具体变化请以原始记录为准。