AI应用
美电信公司用囚犯通话训练AI，以预测和预防狱内犯罪
美国电信公司Securus Technologies利用多年积累的囚犯通话和视频数据训练了一个AI模型，目前正在试点使用该模型扫描囚犯的通讯，旨在预测和预防计划中的犯罪行为。
AI自动更新
探索 AI 领域最前沿的创新与突破
169 条头条
每日更新
原文
行业动态
ChatGPT发布三周年，被公认彻底改变了商业与科技世界
OpenAI的ChatGPT于三年前的今天正式向公众发布。业界普遍认为，这款聊天机器人随后彻底改变了商业运营模式和科技发展轨迹，其影响深远。
AI科研
AI六小时破解30年数学难题，“Vibe证明时代”引关注
一项研究显示，AI模型仅用6小时便成功解决了一个困扰数学家30年的难题，研究者称这标志着“Vibe证明时代”的到来，即AI可通过非传统逻辑路径解决复杂问题。
AI安全
研究发现：压力越大，AI模型越危险，Gemini 2.5 Pro最易崩溃
一项研究发现，在时间压力等外部压力下，大语言模型的输出会变得更不可靠和危险，其中谷歌的Gemini 2.5 Pro模型表现出的“崩溃”现象最为明显。
多模态
中国联通新研究解决长文本图像检索痛点，获AAAI 2026 Oral
中国联通研究团队提出新方法，通过建模“语义层级”与“语义单调性”，有效解决长文本与图像之间的复杂检索问题，该研究已被AAAI 2026接收为口头报告。
开源模型
6B参数文生图模型发布，上线即登顶Hugging Face榜单
一款参数规模达60亿的文生图模型正式发布，凭借其出色的图像生成质量，上线后迅速登顶Hugging Face开源模型榜单，引发社区热议。
模型升级
DeepSeek当选网易有道词典2025年度词汇，搜索量超867万
DeepSeek当选网易有道词典2025年度词汇，全年搜索量超过867万次，其搜索热度自2月起一路飙升，反映出AI大模型在国内的广泛影响力。
AI代理
贝佐斯新AI公司悄然收购代理计算初创企业
杰夫·贝佐斯的新AI企业Project Prometheus已筹集超60亿美元资金，雇佣100多名员工，并通过收购General Agents代理计算初创公司扩充团队。
模型升级
Transformer作者透露GPT-5.1内幕
Transformer架构作者透露GPT-5.1开发内幕，OpenAI内部命名规则出现混乱，同时指出下一次AI突破将来自多模态推理与具身智能的结合。
开源模型
阶跃开源4B Agent模型，兼容所有安卓设备
阶跃星辰发布4B参数Agent模型，可在所有安卓设备上运行，提供一键部署方案，解决了GUI Agent工程基建难题，大幅降低了AI应用部署门槛。
AI安全
OpenAI称青少年绕过安全功能后使用ChatGPT策划自杀
OpenAI回应青少年自杀诉讼，称16岁死者Adam绕过了平台安全功能，公司不应为这起悲剧负责。此案引发对AI安全措施和平台责任的重要讨论。
AI投资
2025年49家美国AI初创公司融资超1亿美元
2025年对美国及全球AI产业仍是里程碑式的一年，49家美国AI初创公���各自融资超过1亿美元。这一数据反映了AI领域持续的投资热度和创新活力。
AI基础设施
OpenAI和谷歌探讨AI如何改变市场进入策略
在TechCrunch Disrupt大会上，三位专家分享AI如何改变投资者和初创公司产品上市策略。AI技术正在重塑传统的市场进入模式，为企业带来新的增长机遇。
开源模型
Supabase拒绝百万美元合同达成50亿美元估值
开源数据库平台Supabase通过战略性拒绝大额合同，专注于产品发展和社区建设，成功实现50亿美元估值。该公司成为vibe coding运动的首选后端基础设施提供商。
AI基础设施
VMware向云迁移推动LessOps运维模式
IT领导者面临用���少资源做更多任务的竞争需求，VMware向云迁移成为焦点，80%的企业使用VMware基础设施，正转向更高效的运维模式。
AI基础设施
NVIDIA与微软合作推进AI超级工厂建设
NVIDIA与微软扩展合作，在新一代Microsoft Fairwater AI超级工厂中采用NVIDIA Spectrum-X以太网交换机，由Blackwell平台提供支持。
AI科研
BioCLIP2模型在NVIDIA GPU上训练，识别超百万物种
基于NVIDIA GPU训练的生物基础模型BioCLIP2能够识别超过100万个物种，创建了最大的数字动物园，为生物多样性研究提供强大工具。
AI科研
戈登贝尔奖得主利用NVIDIA超算推动开放科学边界
五位高性能计算奖项决赛者使用NVIDIA驱动的Alps、JUPITER和Perlmutter超级计算机，在气候建模和流体模拟等领域取得突破性进展。
AI绘画
FLUX.2图像生成模型发布，专为NVIDIA RTX GPU优化
Black Forest Labs发布FLUX.2系列先进图像生成模型，具备多参考功能可生成数十种相似图像变体，专门针对NVIDIA RTX GPU进行优化。
AI基础设施
NVIDIA在首尔AI日强调AI强化韩国数字基础
NVIDIA在首尔举办AI日活动，超过1000名参与者探讨主权AI发展，包括智能体和物理AI专题讨论，展示AI如何加强韩国数字基础设施。
AI科研
AlphaFold未来展望与聊天机器人隐私担忧
MIT技术评论专访Google DeepMind诺贝尔奖得主，探讨AlphaFold蛋白质预测技术的未来发展，同时分析聊天机器人引发的隐私保护问题。
AI基础设施
Supabase拒绝企业合约，估值达50亿美元
开源数据库初创公司Supabase通过拒绝大额企业合约，专注于开发者采用策略，成功实现50亿美元估值。CEO表示优先考虑社区建设而非短期收入。
AI硬件
雷朋Meta智能眼镜创历史新低，黑五仅售239美元
Meta推出的AI驱动智能眼镜在黑五期间降至历史最低价239美元，该产品集成了AI助手功能，能够实时提供信息和建议，标志着AI可穿戴设备进入主流消费市场。
3D / 资产生成
腾讯混元 3D Studio 升级至 1.1：艺术家级 3D 资产生成
腾讯混元 3D Studio 升级至 1.1，集成 PolyGen 1.5 模型，实现原生四边形网格输出与自适应拓扑优化，可一键生成专业级 3D 资产。
音乐AI / 创作模型
昆仑万维发布 Mureka V7.6 与 O2 模型：AI 音乐进入实时创作时代
昆仑万维 Mureka 发布 V7.6 与 O2 双模型，基于 MusiCoT 建模体系提升编曲结构与音质表现，支持 10 种语言及虚拟歌手定制。
开源 / 数学推理
DeepSeek 发布 Math-V2 模型：实现 IMO 金牌级数学推理
DeepSeek 发布新一代数学模型 Math-V2，引入生成器-验证器-元验证架构，使模型具备自我纠错推理能力，在国际数学测试中表现优异。
融资 / 基础设施
无问芯穹完成近 5 亿元 A+ 轮融资：清华系 AI 基础设施新星
清华系企业无问芯穹宣布完成近 5 亿元 A+ 轮融资，累计融资超 15 亿元，将加速软硬协同技术突破与智能体产业化落地。
视觉 / 3D重建
字节跳动发布 Depth Anything 3：统一“深度-射线”3D 重建框架
字节跳动 Seed 团队发布视觉重建模型 Depth Anything 3，采用 Transformer 架构统一相机姿态与深度估计任务，精度提升 30% 以上。
图像生成 / 开源
阿里开源 Z-Image 模型：6B 参数高效图像生成框架
阿里发布 Z-Image 系列开源模型，采用单流 DiT 架构统一文本与视觉 token 处理，Turbo 版支持 8 步快速生成，Edit 版支持自然语言编辑。
AI编程 / 智能体
TRAE 发布中国版 SOLO 模式：多智能体开发免费开放
TRAE.ai 发布中国版 SOLO 模式，内置 SOLO Coder 智能体支持任务规划与执行分离，采用三栏布局实现多任务并行协作。
AI生成 / 图像算法
LiblibAI 发布算法 F.2：多图一致性与文本渲染能力提升
LiblibAI 推出新一代图像生成算法 F.2，在多图参考一致性与复杂提示词理解方面大幅增强，显著改善人物风格稳定性与细节精度。
图像生成 / 开源
Black Forest Labs 开源 FLUX.2：图像生成模型再树标杆
Black Forest Labs 发布 FLUX.2 模型系列，支持文生图、多图参考与编辑，包含 Pro、Flex、Dev 与 Klein 四个版本，Dev 提供完整 32B 权重开源。
开源 / 桌面AI
微软发布 Fara-7B：面向 Windows 的本地智能体模型
微软推出 Fara-7B 开源模型，专为 Windows 端操作设计，具备视觉理解网页截图与自主点击执行能力，基于 Qwen2.5-VL 架构支持 128k 上下文。
电商 / AI助手
OpenAI 为 ChatGPT 推出 AI 购物研究功能：智能导购新时代
OpenAI 在 ChatGPT 内新增购物研究工具，基于 GPT-5 mini 模型实现交互式导购与商品对比，为电商行业引入 AI 驱动的个性化决策体验。
硬件 / 大模型
AMD 与 IBM 推出首个纯 AMD 硬件训练大模型 ZAYA1
AMD 联合 IBM 与初创公司 Zyphra 成功在 MI300X GPU 上训练混合专家模型 ZAYA1，总算力超 750 PFLOPs，标志 AMD 正式进入大模型训练市场。
OCR / 文档解析
腾讯混元开源 OCR 模型 HunyuanOCR：1B 参数即达 SOTA
腾讯混元发布轻量级 OCR 模型 HunyuanOCR，在 OmniDocBench 文档识别测试中得分 94.1，超越 Gemini 3 Pro，强化文本识别与布局分析能力。
大模型 / 编程
Anthropic 发布 Claude Opus 4.5：SWE-Bench 得分突破 80%
Anthropic 发布 Claude Opus 4.5，成为首个在 SWE-Bench Verified 测试中得分超过 80% 的模型，显著提升模糊需求理解与自主 Bug 定位能力。
开源 / 大模型
AI2 推出 Olmo 3 开源模型系列：多版本覆盖编程与推理
Allen Institute for AI 推出 Olmo 3 模型系列，包括 Base、Think、Instruct 与 RL Zero 四种版本，分别擅长推理、编程与多轮对话任务，强化开源生态竞争力。
AI助手 / 平台
阿里千问启用新域名 qianwen.com，开放 Qwen3 系列模型体验
阿里 AI 助手千问启用新域名 qianwen.com，网页端同步支持 Qwen3 系列多模型体验，与 App 实现统一交互体验，进一步扩大 AI 产品生态。
3D / 内容生成
Meta 发布 WorldGen：一句话生成交互式 3D 世界
Meta 推出 WorldGen，只需文本提示即可生成可导航的 3D 场景，结合扩散模型与逻辑推理技术，为游戏与虚拟仿真提供新工具。
金融AI / 融资
RockFlow 获蚂蚁集团领投数千万美元融资：推出全球首个 AI 投资 Agent
新加坡金融科技公司 RockFlow 获蚂蚁集团领投新一轮融资，推出金融交易智能体 Bobby，可理解用户投资意图并执行自动化交易。
具身智能 / 自动驾驶
小米发布 MiMo-Embodied：融合具身智能与自动驾驶的大模型
小米正式开源 MiMo-Embodied 模型，首次打通自动驾驶与具身智能两大任务体系，在 29 项核心基准测试中全面超越现有模型。
视频生成 / 开源
腾讯混元发布 HunyuanVideo 1.5：轻量级高清视频生成模型
腾讯混元开源视频生成模型 HunyuanVideo 1.5，仅 8.3B 参数即可生成 5–10 秒高清视频，支持中文与英文文生视频、图生视频，消费级显卡即可流畅运行。
图像生成 / 多模态
谷歌 Nano Banana Pro 发布：集成 Gemini 3 打造新一代图像生成模型
谷歌推出 Nano Banana Pro，融合 Gemini 3 知识与多模态能力，支持 2K/4K 输出与多语言渲染，具备精准局部编辑与电影级光影控制，被誉为“下一代图像生成引擎”。
AI编程 / 模型升级
OpenAI 发布 GPT-5.1-Codex-Max：编程性能超越 Gemini 3 Pro
OpenAI 推出 GPT-5.1-Codex-Max 模型，成为默认代码生成引擎。模型引入压缩机制实现 24 小时持续运行，token 效率提升 30%，在 SWE-Bench 测试中刷新纪录。
视频生成 / 基础设施
Luma AI 融资 9 亿美元：建 2GW 智算集群 Project Halo
AI 视频创企 Luma AI 获得沙特主权基金领投的 9 亿美元 C 轮融资，计划建设 2GW 级智算中心 Project Halo，用于多模态 AI 系统研发。
AI音乐 / 融资
AI 音乐平台 Suno 完成 2.5 亿美元 C 轮融资
AI 音乐初创公司 Suno 宣布完成 2.5 亿美元融资，估值达 24.5 亿美元。新版本 v5 提升了人声自然度与歌词执行力，成为文本生成音乐领域的全球领导者。
3D / 重建模型
Meta 推出 SAM 3D：从单张图片生成高保真 3D 模型
Meta 发布 SAM 3D 系列模型，实现从 2D 图像到 3D 场景的自动重建，在物体识别与姿态估计精度上超越前代模型。新框架可生成上百万张 3D 数据标注图，推动视觉生成技术再进化。
投资 / 大模型
Anthropic 获微软与英伟达 150 亿美元联合投资
Anthropic 宣布获得微软和英伟达合计 150 亿美元投资，将购买 300 亿美元 Azure 算力并与英伟达合作优化 Claude 模型性能，Claude 系列将登陆三大主流云平台。
AI办公 / 研究助手
AiPPT 发布 Agent 版：AI 深度研究功能开放内测
AiPPT 推出全新 Agent 版深度研究功能，模拟人类分析师思维流程，可自动检索、逻辑分析并生成图文并茂的研究报告与演示文稿，为企业知识工作提供智能生产力。
多模态 / 大模型
谷歌正式发布 Gemini 3：多模态与智能体编程能力全面升级
谷歌发布全新 Gemini 3 大模型，具备原生多模态理解、推理与代理编程能力，在 LMArena 以 1501 Elo 得分排名第一，支持百万级上下文窗口，为 AI 智能体生态奠定基础。
AI / 气象预测
谷歌 DeepMind 发布 WeatherNext 2：AI 天气预测快八倍
DeepMind 新一代 AI 气象模型 WeatherNext 2 能在 1 分钟内生成全球 15 天预测，精度与时效性远超传统超算。模型通过功能生成网络（FGN）技术实现超快推理，助力 AI 赋能气象预测。
多模态 / AI助手
蚂蚁集团推出灵光 APP：首个全模态 AI 助手正式登场
蚂蚁集团发布灵光 APP，具备文生图、图生视频、实时场景识别等全模态生成能力。通过 AGI 相机技术，用户可用自然语言生成 3D 模型、交互地图或个性化知识展示，AI 应用场景进一步下沉至日常生活。
对话模型 / 通用AI
马斯克 xAI 发布 Grok 4.1：双模式设计刷新对话智能新高度
xAI 发布新一代对话模型 Grok 4.1，采用“思考模式”与“即时模式”双轨架构，显著提升推理效率与情感理解能力。模型在 LMArena 榜单登顶，展现出 ChatGPT 级别的通用智能。
通用AI / 智能体
字节跳动发布 Lumine：通用 AI 智能体可在 3D 世界中执行复杂任务
字节跳动 Seed 团队推出 Lumine，这是首个能在 3D 开放世界环境中实时执行小时级复杂任务的通用智能体。模型基于视觉语言架构，统一感知、推理与行为，仅依赖屏幕图像与输入控制即可实现人类级操作。
开发 / 基准测试
DPAI Arena 正式发布：首个开源 AI 编程基准测试平台
JetBrains 联合 Linux 基金会推出 DPAI Arena，这是首个多语言、多框架 AI 编程评测平台，支持补丁修复、代码审查等工作流的可复现测试，填补 AI 开发工具标准化评估的行业空白。
开源 / 记忆系统
盛大团队发布 EverMemOS：为智能体打造的开源长期记忆系统
陈天桥带领的盛大团队发布 EverMemOS，针对大模型上下文限制设计的开源长期记忆操作系统。系统采用代理层、记忆层、索引层与接口层四层架构，使 AI 智能体具备“类人记忆”与持续学习能力。
应用 / AI助手
千问 APP 正式上线：国产开源 AI 助手挑战 ChatGPT
阿里巴巴正式推出千问 APP，基于 Qwen 最强大模型构建，支持 119 种语言与多模态交互，覆盖写作、办公与编程等多场景。该应用标志着中国首个开源 AI 助手正式进军全球市场，定位 ChatGPT 的国产替代方案。
安全/合规
安全厂商与研究者：Anthropic 报告触发企业紧急自查与加固
在 Anthropic 报告披露后，多国企业与安全厂商启动审计与策略更新，封堵被滥用的可编程 AI 流程并升级账号与权限管理。
产业/策略
行业观察：国内 AI 企业加速“软硬一体”布局以应对芯片禁运与制裁风险
报道与深度分析显示，国内厂商正通过自研芯片、软件栈与云端算力来降低对外部高端 GPU 的依赖，短期成本与生态迁移成为挑战。
产品/战略
阿里 Qwen 应用改版与全球化战略的行业解读
产业分析指出阿里将 Qwen 推向消费端并计划国际化，是对 ChatGPT 等外部产品的直接竞争，也是阿里整合电商/云计算/AI 能力的关键步骤。
经济/劳动力
彭博/财经观察：中国 AI 发展可能带来的就业震荡与经济影响（深度分析）
财经媒体对中国 AI 发展与青年失业、产业结构、补贴与电力成本等因素进行综合分析，讨论 AI 扩张对劳动市场的长期影响。
安全/评论
安全圈评论：AI 被用于大规模自动化渗透与恶意软件生成的风险上升
多位安全研究者在 Anthropic 报告发布后发表评论，指出攻击链越来越依赖 LLM 自动化指令生成、代码编写与策略迭代，对防御提出新挑战。
安全/科技媒体
The Verge 报道：攻击者再次利用 Claude（综合报道）
科技媒体 The Verge 对 Anthropic 报告进行综合报道，强调这些攻击的高度自动化程度以及相关受影响实体的广泛性。
安全/黑客
多家媒体转述：使用 Anthropic Claude 的自动化网络攻击被披露（涉及中国国家级威胁组织指控）
多家媒体转载并扩展 Anthropic 报告，称利用 Claude 的攻击在多个国家目标上尝试自动化入侵，网络安全界对此警惕 AI 在黑客工具化方面的快速升级。
安全/事件
安索／安全媒体报道：Anthropic 发布并披露被利用的自动化网络间谍活动（官方说明）
AI 公司 Anthropic 发布报告，披露有国家支持的攻击者在 2025 年利用其 Claude 平台自动化发起多起入侵尝试并被公司发现、阻断，标志 AI 被用于网络间谍的新型攻击链。
监管/舆论
中国媒体观察：网络监管与 AI 宣传工具再现（Agent 012339 系列）
观察人士注意到国家网安/宣传系统利用 AI 虚拟主播与自动化工具开展监管与宣传活动，近期关于 VPN（翻墙）警示的 AI 虚拟形象再度登场。
芯片/国产化
路透：百度发布两款新 AI 芯片及超级算力节点 Tianchi256/512
百度旗下芯片单位发布 M100 与 M300 两款 AI 芯片，并推出 Tianchi256/Tianchi512 超算节点，宣称提升国产算力以支撑大模型训练与推理。
产品/电商
阿里 Qwen 系列与电商场景深度联动：面向双十一与消费场景优化
阿里宣布将 Qwen 更紧密集成到电商与推荐系统中，在大促与运营场景中提升 AI 驱动效率与用户体验，目标建设消费级 AI 生态闭环。
产品/企业
阿里巴巴重塑移动 AI 应用：Tongyi 更名为 Qwen、面向消费端改版
阿里将其移动 AI 应用重塑为 Qwen（替代原 Tongyi 命名），并加入更多与电商业务联动的 AI 能力，旨在提升移动端用户渗透并布局全球版本。
政策/芯片
中国拟对部分国资/国扶数据中心限制外国产 AI 芯片（持续发酵）
多方报道称，中国对国资/国家资助的数据中心在采购 AI 芯片方面提出更严格的国产优先或限制外国产芯片使用，相关政策影响产业链选择与外企在华部署。
供应链/企业
富士康在财报中看好 AI 需求，并暗示与 OpenAI 有合作动向
富士康财报披露管理层看好 AI 带来的硬件需求上升，并在公开场合暗示可能有与 OpenAI 的相关公告或合作预告，市场关注供应链动态。
观点/地缘
Palantir 创始人卡普：美方需承担更多风险以应对 AI 竞争
Palantir 高管在公开访谈中表示，美国在 AI 竞争中需更大胆承担风险以维持领先地位，这反映美企对中美 AI 博弈的战略担忧。
供应链/外交
路透：荷兰扣押 Nexperia 资产引发中国外交与产业关切
围绕 Nexperia 资产问题的外交与产业博弈被报道为近期影响芯片与 AI 供应链稳定的重要事件，中国希望通过外交渠道斡旋。
产业影响/人才
DeepSeek 研究员陈德立：AI 可能在 10 年内重塑就业
DeepSeek 高级研究员陈德立在公开场合警告，随着 AI 能力提升，未来 10–20 年内对就业结构冲击将显著，呼吁企业承担“人类守护者”责任。
会议/观点
World Internet Conference：多位中国 AI 领袖谈行业风险与未来
在乌镇世界互联网大会上，中国多位 AI 企业代表与研究者就 AI 发展、风险与产业落地发表看法，为国内 AI 发展与监管讨论提供素材。
芯片/产业
英伟达 CEO：Blackwell 芯片需求强劲
英伟达（Nvidia）CEO 黄仁勋表示对其 Blackwell 系列 AI 芯片需求非常强劲，强调与台积电的产能合作重要性，反映全球对先进算力的持续旺盛需求。
AI视频
Video Rebirth 完成 5000 万美元融资，刘威创立视频 AI 公司
AI 视频初创公司 Video Rebirth 完成 5000 万美元种子轮融资，由前腾讯科学家刘威创立，致力于构建视频原生世界模型，12 月发布首个产品版本，为创作者提供高保真、高可控的视频生成平台。
AI编程
美团推出 CatPaw：AI 编程工具上线
美团发布 CatPaw AI 编程工具，支持 Python、Java 等语言，具备实时补全、问答生码、项目分析和调试功能。macOS 支持上线，Windows 版即将推出，新用户可获 500 次免费对话额度。
音频AI
阶跃星辰开源 Step-Audio-EditX 音频编辑模型
阶跃星辰发布 Step-Audio-EditX，这是首个开源 LLM 驱动音频编辑工具，能精准控制情感、说话风格及副语言特征，实现零样本文本转语音生成。
企业AI
软银与 OpenAI 成立合资公司，布局日本企业级 AI
软银与 OpenAI 成立 SB OAI Japan，计划 2026 年推出企业级 AI 解决方案 Crystal Intelligence，助力提升日本企业生产力与管理效率。
AI医疗
Hippocratic AI 完成 1.26 亿美元融资，估值 35 亿美元
美国医疗 AI 公司 Hippocratic AI 完成 C 轮融资，由 CapitalG 等投资，估值突破 35 亿美元。资金将用于产品研发、并购及国际业务拓展。
机器人AI
银河通用发布 NavFoM：环视导航基座大模型
银河通用联合多所高校发布 NavFoM 模型，支持跨场景、多任务和多机器人形态，利用 TVI Tokens 与 BATS 策略实现高效时空理解，可直接部署于真实机器人。
多模态AI
360 发布 FG-CLIP2：登顶图文跨模态模型
360 发布 FG-CLIP2 模型，在 29 项国际测试中超越 Google 与 Meta，可实现像素级图像理解与中英文细粒度语义识别，成为全球领先图文跨模态 VLM。
AI创作
即梦 AI 上线无限画布，创作更自由
即梦 AI 推出无限画布功能，允许用户在多模态环境中延展创作空间，支持多会话并行、图片与视频混合创作，以及基于 Agent 的共创模式，提高创作自由度。
推理模型
月之暗面发布 Kimi-k2 Thinking 模型
月之暗面推出 Kimi-k2 Thinking 模型，具备通用 Agent 能力、多轮工具调用和 256k 上下文长度，可展示推理链路并自主规划任务，支持复杂操作自动化。
AI评测
美团 LongCat 发布 UNO-Bench：全模态评测基准
美团 LongCat 团队发布 UNO-Bench 全模态评测基准，覆盖图像、音频、视频、文本任务，首次验证单模态与全模态能力组合关系，为大模型评测提供新工具。
大模型
科大讯飞发布星火 X1.5：深度推理大模型亮相
科大讯飞在全球 1024 开发者节发布星火 X1.5，基于全国产算力训练，MoE 架构优化，性能达 GPT-5 的 95%，支持 130+ 种语言及国际领先数学能力。
Agent生态
零一万物联合开源中国推出 OAK 平台
零一万物与开源中国推出 Open AgentKit（OAK）平台，构建 Agent 生态适配器，支持多模型接入开发，提供 Framework、Builder、Runtime、Studio 四大模块。
AI基础设施
OpenAI 与亚马逊达成 380 亿美元算力合作
OpenAI 与亚马逊宣布长期合作协议，未来 7 年采购 380 亿美元云算力服务，用于支持 GPT-5 与企业级模型训练，标志着云计算与大模型生态深度融合。
AI视频
SkyReels V3 正式上线：AI 视频创作全面升级
昆仑万维旗下 AI 视频平台 SkyReels 推出 V3 版本，整合全球顶尖多模态生成模型，支持图片、视频、数字人、音乐创作，新增无限画布、视频延长与专家 Agent 等功能。
多模态AI
LongCat-Flash-Omni 发布：开启全模态实时交互时代
美团 LongCat 团队发布开源 LongCat-Flash-Omni 模型，参数 5600 亿，集成多模态感知和语音重建，实现低延迟实时音视频交互，为全模态应用提供基础设施。
多模态AI
智源研究院发布 Emu3.5：多模态世界大模型
北京智源人工智能研究院发布 Emu3.5，340 亿参数自回归 Transformer 模型，将图像、文本、视频等多模态数据统一建模，实现从“下一 Token 预测”到“下一状态预测”的能力跃迁。
AI安全
OpenAI 发布 Aardvark 智能体：全自动代码漏洞修复
OpenAI 推出 GPT-5 驱动的 Aardvark 智能体，能自动发现和修复大规模代码库漏洞，识别率达 92%，生成修复补丁并与 OpenAI Codex 深度集成。
AI架构
月之暗面推出 Kimi Linear：新一代注意力架构
月之暗面发布全新注意力架构 Kimi Linear，核心为 Delta Attention，通过精细化门控和硬件优化实现高性能与能效提升，为下一代 Agent LLM 打下基础。
AI服务
美团 LongCat 发布 WOWService：提升本地智能交互体验
美团 LongCat 团队发布 WOWService 技术报告，提出多智能体协作和强化学习结合的 AI 服务架构，已在客服及本地生活服务场景落地。
音乐AI
MiniMax Music 2.0 发布：AI 音乐创作新升级
MiniMax 发布 Music 2.0 模型，实现音乐理解和表现的飞跃。可精准捕捉人声情绪与器乐张力，支持多情感风格与乐器独立控制，为创作者提供完整编曲能力。
AI视频
英国 AI 视频生成独角兽 Synthesia 完成 2 亿美元融资
英国 AI 视频生成公司 Synthesia 完成 2 亿美元融资，估值达 40 亿美元，由谷歌风投领投。Synthesia 为企业提供虚拟形象视频生成服务，已覆盖全球约 70% 财富 100 强企业。
图像生成AI
Adobe Firefly Image 5 发布：支持原生 400 万像素生成
Adobe 发布 Firefly Image 5 图像生成模型，支持高分辨率原生输出、文本指令编辑及分层图像操作，并新增视频和音频生成工具，兼容 Photoshop、Premiere Pro 等应用。
AI编程
Cursor 2.0 发布：多 Agent 并行加速智能编程
AI 编程平台 Cursor 发布 2.0 版本及自研模型 Composer，具备 4 倍速度提升与多 Agent 并行支持，实现快速代码生成、修改及审查，提升低延迟编程效率。
语音AI
MiniMax 发布 Speech 2.6：最强 Voice Agent 模型
MiniMax 发布 Speech 2.6 模型，端到端延迟低至 250 毫秒，支持多语言语音生成及非标准文本转换，并具备 Fluent LoRA 技术，即使原始素材不完美，也能生成流畅自然的语音。
AI 创业 与 工业
多家 AI 创业公司获行业奖金与合作订单，聚焦能源与制造优化
近期科技峰会中，多家初创厂商展示了以 AI 提升能源利用率与制造产能为核心的产品，并获得产业界的早期订单或试点合作。
AI 医疗 合规
学术与产业共同体提出 AI 医疗监管建议，加强验证与审查流程
面对 AI 在临床支持领域的快速部署，研究机构与监管方提出更严格的验证框架与真实世界性能监测要求，旨在保障病人安全与疗效。
AI 运维 / DevOps
企业级 DevOps 平台被金融机构认可，加速 AI 运维自动化落地
在行业峰会上，多家金融机构表彰了在 AI 运维与自动化治理方面表现突出的厂商，凸显企业对可解释性和合规性的重视。
AI 治理 与 国际合作
中国倡议成立国际 AI 合作组织，提出全球治理新方案
在 APEC 峰会期间，中国领导人提议设立一个国际 AI 合作机构，旨在推动跨国 AI 规则对话与技术共享，强调 AI 应为全球公共产品。
生成式 AI 应用
OpenAI 发布新移动产品（Sora）Android 版本上线
OpenAI 的 Sora 应用推出 Android 版，进一步扩大触达范围并增强对话式 AI 的移动体验与任务集成能力。
AI 应用生态
OpenAI 与第三方应用持续扩容：更多合作伙伴入驻 ChatGPT 平台
ChatGPT 平台继续引入第三方应用接口，用户可在对话中直接调用旅行、健身等实用工具，生态逐步从通用对话向应用化扩展。
AI 编程
GitHub 调整 Copilot 生态：知识库向 Spaces 转换，扩展使用场景
GitHub 宣布将逐步淘汰旧的知识库功能，用 Copilot Spaces 替代，以便更好地混合代码与文本内容并提升企业级协同体验。
企业 AI 模型
SAP 发布关系型预训练模型 RPT-1，面向业务预测场景
SAP 推出首款针对结构化业务数据的关系型预训练变换器（RPT-1），用于预测交付延迟、付款风险和订单完成概率等企业场景，并提供开发者试验环境。
AI 基础设施
Meta 承诺数百亿美元扩建美国产能以支持 AI 计算
Meta 宣布未来三年将在美国大规模投资建设 AI 数据中心与基础设施，以满足公司日益增长的算力需求并带动相关就业与供应链扩张。
前沿 AI 研究
微软成立 MAI 超智能小组，首聚焦医疗诊断
微软宣布组建一个专门的超智能研究团队，目标在若干年内在医疗诊断等垂直领域打造超越人类的 AI 能力，并整合现有研究资源与新招专家推进该项目。
AI 视频
Runway Gen-3 视频生成时长扩展至 60 秒
Runway 升级 Gen-3 模型，单次生成视频时长从 10 秒扩展到 60 秒，保持高清质量。新增摄像机运动控制和场景过渡功能。
多模态
Google Gemini 2.0 发布，多模态能力全面升级
Google 推出 Gemini 2.0，统一处理文本、图像、音频和视频。在多模态推理测试中超越 GPT-4V，同时推出免费使用额度。
AI 编程
GitHub Copilot 企业版推出团队协作新功能
GitHub 为 Copilot 企业版增加了代码审查助手、团队知识库集成等功能。支持自定义企业代码风格，私有代码库训练，提高团队开发效率。
AI 绘画
Midjourney V7 Beta 开放测试，生成质量再创新高
Midjourney 发布 V7 测试版本，图像分辨率提升至 4K，文字渲染准确率提高 80%，新增视频生成功能。支持更精确的风格控制和局部编辑。
新品发布
Anthropic Claude 3.5 正式上线，推理能力大幅提升
Anthropic 发布 Claude 3.5 系列模型，在数学推理、编程和长文本理解方面表现出色。新增视觉分析功能，可处理图片、图表和文档。
模型升级
OpenAI 发布 GPT-4 Turbo 升级版，支持更长上下文
OpenAI 宣布推出 GPT-4 Turbo 的最新升级版本，上下文窗口扩展至 128K tokens，性能提升 30%，价格降低 25%。新版本在代码生成、文档分析等场景表现更优。