AI News

智谱AI旗下AutoClaw（澳龙）正式上线自进化机制与Skill商店。自进化功能可自动识别用户纠正、偏好及失败教训，经审批后固化为永久记忆，实现Agent越用越懂用户。平台同步推出GLM Office Skills五件套，基于GLM-5.1支持PPT、Word等细分场景设计、智能自检与格式互转，可一键生成配套办公材料。

网易有道正式推出首个AI知识库产品“有道宝库”。产品定位为”外接超级知识库”，支持文档存储、智能问答及一键生成PPT、播客脚本、研究报告等内容。核心场景包括：30分钟掌握陌生领域知识并生成20页PPT；5分钟自动梳理全年项目文档生成年度总结；上传名人传记可模拟”名人董事会”提供决策建议能生成播客。

多模态生成式AI公司智象未来（HiDream.ai）宣布完成超5亿元新一轮融资，资金将用于原生全模态世界模型研发、企业智能体产品及全球市场拓展。公司开源模型HiDream-I1登顶Artificial Analysis榜单，开源下载量超200万次。目前产品覆盖3000万专业用户及4万多家企业客户，已形成商业营销、影视创作、社媒内容三大场景闭环。

阶跃星辰正式推出新一代语音生成模型StepAudio 2.5 TTS，具备全局语境控制、文中语境控制和零样本复刻三大核心能力。用户可通过自然语言精准调控语音情绪基调、语气节奏、停顿重音等细节，实现从”复现声音”到”创造表达”的跨越。模型支持任意音色零样本复刻，无需重新训练即可生成高品质语音。

阿里巴巴ATH创新事业部推出开放式世界模型产品HappyOyster，现已正式启动内测。产品支持实时构建与交互，提供”Directing”实时导演和”Wandering”世界漫游两种玩法，用户可在无限生成的视频流中创作或在延展空间中自由探索。目前官网已开放申请，用户可加入Waitlist获取首批内测资格。

腾讯混元3D世界模型2.0（HY-World 2.0）正式发布并开源。模型支持文字、图片、视频等多模态输入，可一键生成、重建和模拟完整3D世界，支持导出Mesh/3DGS/点云等可编辑资产，无缝对接Unity/UE游戏引擎。相比1.0版本，2.0采用WorldMirror 2.0架构，画面精细度与真实感大幅提升，支持角色模式自由探索与物理碰撞。

MiniMax正式推出全球首个云端沙箱Hermes——MaxHermes，基于Hermes Agent构建的云端自我进化AI助手。产品核心创新为学习闭环机制：每完成复杂任务自动提炼可复用的Skills能持续自我迭代，配备持久化记忆与多子代理并行能力。产品零门槛部署，已打通飞书、钉钉、企业微信等IM渠道，支持Token Plan抵扣消耗。 稀宇科技

面壁智能推出专业级文档智能体工作台Lantay，现已进入公测阶段。产品借鉴Cursor设计理念，通过Vibedocing交互范式实现人机协同创作，采用导航区、工作区、对话区三合一布局。平台支持16种格式文件处理，单次可批量整合200个材料，单文件上限100MB。Lantay主要面向法律、金融、出版等高严谨行业的重度文档工作者。

Meta宣布与芯片巨头博通签署五年长约（至2029年），初始投入超1GW算力用于定制AI芯片，扎克伯格宣称目标是”为数十亿人提供个人超级智能”。Meta计划两年内推出四代自研MTIA芯片（300/400/450/500），成立超级智能实验室，由Scale AI创始人Alexandr Wang担任首席AI官。

阿里ATH事业群推出首款AI开发工具Meoo（秒悟）。产品集成千问、Kimi、GLM、MiniMax四大顶尖模型，内置阿里云数据库、存储等核心服务。用户无需编程基础，通过自然语言描述需求，最快1分钟可自动生成完整前后端代码，支持在阿里云一键部署上线。

李飞飞旗下World Labs开源3D高斯溅射渲染引擎Spark 2.0，支持通过WebGL2将超1亿splats的3D世界流式传输至桌面、手机及VR设备。引擎基于Three.js构建，采用连续型LoD高斯溅射树、渐进式流式加载和虚拟内存技术，实现超大规模场景在网页端的实时渲染，解决传统引擎仅支持单对象、缺乏动态动画及设备兼容性差等痛点。

百度文心正式开源文生图模型 ERNIE-Image，仅8B参数达到开源SOTA水平，在文字渲染、复杂指令遵循等能力上媲美Nano Banana等商业闭源模型。模型24GB显存即可运行，支持中英日韩多语言精准字形生成，已上线ComfyUI并推出GGUF量化方案，相关权重与推理代码已在Hugging Face开源。

MiniMax Agent 桌面端推出两项更新：Pocket 功能（Beta版）支持接入飞书、微信等主流 IM，用户可在聊天中直接指挥电脑执行任务并回传结果；Computer Use 功能让 Agent 可像人一样看屏幕、操作鼠标键盘，直接操控本地软件和系统设置。 稀宇科技

火山引擎正式上线 Seedance 2.0 API 服务，面向企业和个人开放视频生成能力。模型支持文、图、音、视频四模态输入，具备多模态内容参考与编辑能力，并建立肖像版权安全标准。目前已应用于影视文娱（如贾樟柯导演短片、春晚）、漫短剧、广告营销、AI工具、具身智能、自动驾驶等行业，助力创作效率提升。

米哈游创始人蔡浩宇的AI公司Anuttacon推出首个视频模型LPM 1.0。模型拥有170亿参数，支持实时生成能说话、唱歌、倾听并表达情绪的AI角色视频，可保持长时间身份一致性生成（支持22-48分钟视频）。技术上采用扩散Transformer架构与因果式流生成器，解决表现力、实时性与长视频一致性难题。

MiniMax推出Music 2.6音乐生成模型，新增Cover功能可基于现有歌曲改编风格与编曲，同时优化国风乐器时序演进、中低频表现及人声自然度。模型首包延迟降至20秒内，支持BPM、调性、段落结构等精准指令控制。同步开源三款Music Skill供Agent调用。 稀宇科技

MiniMax正式开源MiniMax M2.7，成为首个由AI深度参与自我迭代的模型，支持构建复杂Agent Harness及Agent Teams等能力，在软件工程与办公场景表现优异。开源首日与华为昇腾、摩尔线程、沐曦、昆仑芯、NVIDIA及Together AI、Fireworks等国内外芯片与推理平台完成适配。 稀宇科技

即梦AI正式推出智能创作助手 Octo 小章鱼，以”Vibe Create”为核心理念，支持无流程束缚、无场景限定的自由创作体验。产品现已上线即梦官网开放内测申请，助力用户打破繁琐流程束缚，让创作回归纯粹自由的对话体验，随时随地轻松落地灵感。

阿里通义实验室推出 VimRAG 框架，用动态有向无环图（DAG）替代线性上下文拼接，通过分支试错机制、视觉能量分配策略及图引导优化（GGPO），实现跨文本、图像、视频的精准检索与关联推理。实验显示，模型在Qwen3-VL-8B模型上准确率达50.1%，显著优于传统方案。

AI 陪伴机器人公司萌友智能 ropet 完成 A 轮超千万美元融资，由北京市人工智能产业投资基金、峰瑞资本等投资。ropet 桌面 AI 宠物售价约 2000 元，累计出货近 2 万台，90 天留存率达 80-90%，核心用户日均互动超 2 小时。产品主打”生物性”体验，通过性格养成、轻互动建立情感连接。

Meta超级智能实验室（MSL）推出首个模型 Muse Spark ，在Artificial Analysis跑分从Llama 4的18分跃升至52分，仅次于GPT-5.4和Gemini 3.1 Pro，推动Meta股价暴涨近10%。模型为原生多模态推理架构，具备视觉思维链、多Agent编排及”沉思模式”，在CharXiv视觉理解和HealthBench健康问答领域表现突出。

Anthropic推出最强模型Claude Mythos预览版，性能碾压Opus 4.6。模型能发现数千个高危漏洞，攻击能力超绝大多数黑客。模型因安全风险过高，暂不向公众开放，仅通过”Project Glasswing”向Amazon、Apple、Google等巨头及40多家基础设施企业开放，用于防御性安全加固。

爱诗科技推出首个影视行业大模型PixVerse C1，支持文生、图生、参考生、首尾帧生成及智能分镜，最高支持15秒1080P视频。模型具备多宫格分镜一键成片、复杂场景多角色精准调度、角色跨镜头一致性保持等能力，在打斗场面、特效渲染等工业级视效上实现突破。 AIsphere

智谱开源旗舰模型 GLM-5.1 ，为全球最强开源模型，可独立持续工作超8小时，自主完成复杂工程任务。模型代码能力在SWE-Bench Pro等基准测试中位列全球第三、国产第一，超越GPT-5.4与Claude Opus 4.6。实测可8小时构建完整Linux桌面系统、优化向量数据库性能近7倍、24小时迭代优化ML负载实现3.6倍加速。