AI News

Adobe发布其最先进的图像生成与编辑模型Firefly Image 5，支持400万像素原生输出，具备文本指令编辑、分层图像编辑等功能，还新增视频和音频生成工具。Adobe还为Photoshop、Premiere Pro和Lightroom等应用推出全新生成式AI工具，并支持更多第三方模型。

AI编程平台Cursor发布2.0版本及自研编程模型Composer。Composer专为低延迟编程设计，速度达同等模型4倍，每秒输出超200个token，智能水平超开源编程模型。新版本界面以Agent为核心，支持并行运行最多8个Agent，可并行处理任务并择优选择。新增原生浏览器工具，实现代码修改“指哪儿改哪儿”，代码审查功能升级，聚合修改细节。

MiniMax Speech 2.6发布，全面升级Voice Agent场景。模型端到端延迟低于250毫秒，支持多种语言的网址、邮箱等非标准文本格式直接转换，提供Fluent LoRA功能，即使原始素材不完美，也能生成流利自然的语音。

Google Labs推出AI营销工具Pomelli，帮助中小型企业快速创建符合品牌气质的社交媒体活动。用户只需提供公司网站，Pomelli会自动提取品牌信息，建立“商业DNA”，并生成活动创意和视觉素材。用户可编辑调整后直接使用。

OpenAI完成资本结构重组，上市道路铺平。非营利主体更名为OpenAI Foundation，掌控营利实体26%股份，目前估值约1300亿美元。员工和投资者持有47%股份，微软持有32.5%股份。OpenAI还同意购买2500万美元微软Azure云服务，微软股价一度上涨3.5%。

GitHub推出Agent HQ平台，统一管理AI编程智能体并集成至工作流中。Agent HQ核心为Mission Control指挥中心，可协调多智能体任务分配与管理，支持跨平台操作。其Plan Mode功能可提升代码质量。开发者可通过AGENTS.md创建自定义智能体。

腾讯混元推出国内首个交互式AI播客，用户可在收听过程中随时打断并提问。播客基于大模型意图识别、长上下文理解等能力，结合上下文和背景信息给出准确答案。用户能自主选择播客风格、主持人数及音色，支持快速创作播客内容。

Flowith正式发布FlowithOS，为AI Agent打造的全新操作系统。解决AI普遍存在的“思考与执行脱节”问题，如跨网页、跨环境执行困难等。FlowithOS通过整合浏览器，为AI Agent提供思考与行动的环境。附：FlowithOS邀请码

埃隆·马斯克旗下的xAI团队推出Grokipedia，AI驱动的百科全书正式上线测试版。平台收录超88.5万篇文章，主打“无偏见”特性，通过Grok AI模型自动审核内容真实性，部分条目源自维基百科但标注为“改编内容”。

MiniMax发布视频模型Hailuo 2.3，升级动态表现力，肢体动作、风格化、微表情效果显著提升，运动指令响应优化。支持多种画风，真人面部表演更自然，物体运动响应出色。性能提升的同时保持原价格，新增Hailuo 2.3 Fast模型，降低成本。

法国 AI 初创公司 Mistral AI 推出企业级 AI 应用开发平台Mistral AI Studio，帮助企业将 AI 从原型开发过渡到可靠、可扩展的生产系统。平台具备深度可观察性、Agent 运行时和 AI 注册表三大核心功能，支持混合、本地和 VPC 部署，满足企业对 AI 应用的安全、合规和隐私要求。

ChatExcel推出全新升级版ChatDB，用户无需SQL基础和复杂BI工具，仅通过对话即可连接数据库，快速处理百万数据并生成可视化报告。登录chatexcel.com，进入工作台即可使用ChatDB模块，连接数据库后，可一键提取、分析数据，并生成数据看板。

MiniMax公司发布最新大语言模型MiniMax M2。目前基于M2的agent免费使用，支持开发代码、研究、制作PPT等多种功能，还可接入日常编程工具。从测试数据来看，其coding能力接近Claude 4.5 Sonnet，工具使用流畅。用户可通过设置MiniMax-M2-Preview使用该模型

月之暗面科技有限公司推出开源 Agentic Coding 工具 Kimi CLI 技术预览版，采用 Shell-like UI，支持 ACP 协议。可在 GitHub 交流反馈。

美团开源了 LongCat-Video 的通用视频生成模型，参数量达 13.6B。模型能实现文生视频、图生视频以及视频续写等功能，能在几分钟内生成 720p、30fps 的长视频，画面连贯、人物稳定、物理逻辑合理。

谷歌Gemini的免费互动工作区Canvas推出新功能，可基于一个提示词或上传的文件（文档、电子表格、研究论文等）生成PPT幻灯片，并自动配上主题和相关图片。用户能将生成的幻灯片直接导出到Google Slides进行编辑、优化或团队协作。

昆仑万维集团旗下的Skywork AI推出网页复刻功能，用户仅需提供网页链接、上传文件或输入文字描述，AI便能在数分钟内生成功能完备、结构清晰、风格相近的网页原型。通过深度算法解析网页逻辑与层级，实现结构级复构，而非简单复制外观。

火山引擎发布豆包视频生成模型1.0 Pro Fast（Doubao – Seedance – 1.0 – pro – fast），模型在火山引擎的Seedance 1.0 Pro模型基础上，生成速度提升约3倍，价格直降72%。其生成720P的5秒视频仅需10秒，生成5秒1080P视频成本仅1.03元。

豆包编程完成重大升级，让零基础用户也能轻松开发网站和应用。此次升级引入多模态输入功能，支持文字、图片、文件、画板等多种输入形式，AI可自动理解并补全逻辑。新增Agent多工具协作系统，自动联网搜索素材、配图、检查代码，确保生成内容的准确性和可用性。

谷歌推出AI技能学习平台Google Skills，整合Google Cloud、DeepMind等团队资源，提供近3000门课程、实验室及认证，覆盖AI基础、生成式AI、数据分析等领域。平台面向全职场人群，零门槛接入，每月免费提供35个学习点数用于实操实验。

灵心巧手宣布完成数亿元A轮融资，由京国瑞管理公司和博佳资本领投，老股东蚂蚁集团继续加注。本轮融资将助力其加速量产能力升级、加快全场景技术研发与全球化布局。

支付宝推出多模态AI应用“灵光”，已上线腾讯应用宝、vivo应用商店等平台并开启邀约内测。其核心功能AGI相机可通过镜头识别场景内容，实现拍摄即问、实时理解与回答，强调认知层理解，具备强场景分析与多模态推理能力。

OpenAI收购了SAI公司，该公司开发了Sky——一款面向Mac的自然语言交互界面。OpenAI将把Sky技术整合进ChatGPT，并吸纳SAI约12人的团队。SAI的三位联合创始人均出身苹果，其CEO和CTO曾创立被苹果收购的Workflow，演化为如今的Shortcuts技术。此次收购不仅是看中Sky的技术，更是为ChatGPT入局操作系统铺路。

百川发布了循证增强医疗大模型Baichuan-M2 Plus，并升级应用百小应及开放API。模型首创六源循证推理范式，构建从原始研究到真实世界的完整知识体系，通过循证检索与推理，显著降低医疗幻觉率，其幻觉率较DeepSeek低约3倍，优于美国医疗产品OpenEvidence，可信度比肩资深临床医生水准。