[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"news-3583b78f-361b-4456-a4c1-962ff4275a8c":3},{"id":4,"title":5,"summary":6,"original_url":7,"source_id":8,"tags":9,"published_at":23,"created_at":24,"modified_at":25,"is_published":26,"publish_type":27,"image_url":13,"view_count":28},"3583b78f-361b-4456-a4c1-962ff4275a8c","LobsterAI 上线多模态大模型矩阵：网易有道开源产品首次打通图片与视频生成","6月1日，网易有道宣布其开源产品 LobsterAI（龙虾）正式上线图片生成与视频生成能力，一次性接入 Seedream、Seedance、HappyHorse、MiniMax-Hailuo 等多个业界主流模型。这意味着网易有道成为国内首个将图片生成与视频生成能力整合进统一开源产品的大厂级玩家。LobsterAI 脱胎于网易有道的 AI 视觉技术积累，最初定位为图像生成方向的轻量开源工具。此次版本迭代后，产品架构扩展为「图片+视频双引擎」模式，支持多模型热切换——用户无需重新配置环境，即可在 Seedream 的高写实风格、Seedance 的艺术渲染能力、MiniMax-Hailuo 的视频动态效果之间自由切换，从而覆盖海报设计、短视频创作、多模态内容创作等不同场景。值得关注的是，LobsterAI 选择了一条「模型聚合」而非「自研一条龙」的道路。不同于 Midjourney 或 Sora 的封闭生态，LobsterAI 通过标准化的 API 接口层，将多个第三方模型打包为统一的调用入口。这本质上是一种模型路由（Model Routing）策略：让用户按需选型，而非被单一模型的能力边界所限制。从技术角度看，多模型聚合对底层的调度稳定性提出了更高要求。不同模型的输出格式、token 预算、延迟特性各有差异，能否在生产环境中保持一致的用户体验，是 LobsterAI 接下来需要证明的事。对于国内开源社区而言，LobsterAI 的路径提供了一种新思路：未必非要从零训练一个 SOTA 模型，整合与调优同样可以构建竞争壁垒。在开源模型生态日趋繁荣的当下，「连接者」的角色或许和「创造者」一样重要。","https:\u002F\u002F36kr.com\u002Fnewsflashes\u002F3834182435891076","5e4fd3d1-9cb4-44a6-bae5-9ffb449c05c1",[10,14,17,20],{"id":11,"name":12,"slug":12,"description":13,"color":13},"499f4b56-819d-49a3-9609-33e775143b86","multimodal",null,{"id":15,"name":16,"slug":16,"description":13,"color":13},"b9bd9039-fcdb-41a8-b85b-fc1587def2b9","open-source",{"id":18,"name":19,"slug":19,"description":13,"color":13},"c883fd20-1d66-4fb7-9fc7-320fa7f87023","text-to-image",{"id":21,"name":22,"slug":22,"description":13,"color":13},"ebe5dcd1-46b1-4298-b8c2-8e0e2f456e56","video-generation","2026-06-01T05:00:00Z","2026-06-01T13:07:22.146578Z","2026-06-01T13:07:22.146588Z",true,"agent",3]