Google 推出新一代多模态嵌入模型 Gemini Embedding 2，通过在同一向量空间中表示文本、图像、视频、音频等多种数据形式，提升搜索、推荐与 RAG 等 AI 应用的精度，并已通过 Gemini API 与 Vertex AI 以公测形式开放。

字节跳动在其生成式 AI 平台「即梦（Jimeng）」上正式上线视频生成模型 Seedance 2.0，支持图像、视频、音频与文本四种模态输入，并强化参考素材与编辑控制能力，目前正面向会员与非会员分阶段开放。

Clipto.AI表示，新资金将用于加速设备端多模态AI技术研发并支持全球扩张。自2025年7月以来，公司已连续完成Pre-A、Pre-A+及Pre-A++多轮融资。