AI News

字节跳动开源 Bernini 统一视频生成与编辑框架。框架创新性地引入多模态大模型作为规划师，模型能理解用户意图与语义目标，再交由扩散模型进行高质量视觉渲染，大幅提升AI视频编辑的可控性。

千问App宣布向第三方Agent和Skill全面开放，所有企业均可在千问运营品牌Agent。肯德基、瑞幸、蜜雪冰城、东方航空等首批企业正在测试，将陆续上线。Agent具备记忆与主动规划能力，可主动提供行程提醒、权益到期、复购推荐等服务。

Cognition 宣布 Windsurf 正式升级为 Devin Desktop，从 AI IDE 转型为 Agent 指挥中心。新版本引入 Kanban 统一管理本地与云端 Agent，新增 Spaces 实现跨 Agent 上下文共享，支持 ACP 开放协议接入 Codex、Claude Agent 等第三方 Agent。产品保留完整 IDE 能力，现有用户可通过 OTA 自动升级，实现零成本迁移。

OpenAI宣布编程智能体Codex三项更新：智能体插件预置6个岗位技能包，企业无需编程可部署AI员工；注释功能支持对生成内容指哪改哪精准修改；站点功能可将文档一键转为交互式网站。Codex周活跃用户已达500万，较年初增长8倍。同时OpenAI计划将Codex引入ChatGPT，支持AWS平台一键部署。

词元无限完成数千万元天使+轮融资，由华控基金、水木创投联合领投，厦金创新跟投。公司由字节跳动万人级研发体系AI化改造团队与清华姚班背景团队创立，定位为企业级Agent基础设施，核心产品InfCode与InfOne分别面向AI原生软件开发和组织级智能业务编排，已服务十余家头部金融与软件企业。 Park

谷歌母公司Alphabet宣布总额800亿美元股权融资，用于AI基础设施与算力建设。其中300亿美元为公开发行，400亿美元按市值发行，伯克希尔·哈撒韦私募投资100亿美元。公司此前预计2026年资本支出达1800至1900亿美元，2027年将进一步提升；云业务2026年Q1营收同比增长63%，积压订单逾4600亿美元。

阿里达摩院推出AI原生开发平台「语构」，以Vibe Coding为核心范式，用户通过自然语言描述可生成完整可用的数字产品。平台覆盖需求理解、智能追问、自动开发到预览发布的全链路，内置大模型对话、文生图、机器翻译、地图检索、实时汇率、股价查询、气象数据等标准化资源接口，支持零代码调用。

北大团队发布ChatExcel Max 2.0。新版本彻底解除文件大小、数量限制，100%保留原Excel公式与格式。通过对话即可完成复杂数据处理，一键生成Word、PPT、可视化看板等专业报告。应用于财务审计、物流、人力等场景，实现跨表核对、异常标记与全流程自动化分析，保障企业级数据安全。

阿里推出Qwen3.7-Plus多模态模型。模型将视觉与语言统一为智能体基座，能感知场景、操作GUI、生成代码并执行任务。模型具备多模态推理、视觉编程和浏览器自动化等能力，可完成APP全链路开发等复杂工作流。在全球权威视觉榜单Vision Arena中，阿里凭借模型跻身全球前五、中国第一。

通义实验室推出Qwen-VLA，以Qwen3.5-4B为底座搭配DiT动作解码器，通过统一动作轨迹预测框架、本体感知提示条件化及文本到动作预训练（T2A）技术，将操作、导航与轨迹预测整合为单一通用具身模型。模型在多项基准测试中超越专用模型，支持11种机器人平台跨本体控制。

通用人工智能公司VAST完成A+及A++两轮近2亿美元融资，由渶策资本、国寿长三角科创基金领投，荣耀等产业方及多家一线财务资本联合投资。同时，VAST推出全新世界模型项目Project Eden，创新性地将底层状态推演与视觉呈现解耦，解锁环境长程持久、场景自由复用、多人并发交互等颠覆性能力。 AI

响指HaiSnap APP正式上线，产品定位为移动端AI创作Agent平台。用户可通过语音、文本或上传文件发起任务，AI自动执行并生成网页应用、文档、PPT、图片等可发布成果。核心功能包括智能体工作区、我的成果库、任务回放及技能调用。

小米大模型应用团队开源可控视频音效生成模型 ControlFoley，统一支持文本引导视频配音、文本控制视频配音及参考音频控制视频配音三类任务。模型通过联合视觉编码、时间-音色解耦与模态鲁棒训练，解决现有方案文本控制弱、参考音频难同步等问题，在 VGGSound-Test 等多个 benchmark 上达到开源 SOTA 表现。

MiniMax技推出MiniMax M3，国内首个同时具备前沿编程能力、1M超长上下文和原生多模态能力的开源模型。在SWE-Bench Pro等国际权威评测中，M3多项指标超越GPT-5.5等海外模型，接近Opus 4.7领先水平。模型采用全新的MSA稀疏注意力架构，支持100万token上下文窗口，显著提升处理效率。 稀宇科技

扣子 3.0 正式上线，实现 iOS、Android、Mac、Windows 及网页端全量更新。新版本定位新一代 AI 团队，核心升级多 Agent 协作与项目空间管理，用户可创建项目召集不同职能 Agent 与团队推进任务。同时支持接入 Claude Code、Codex CLI 等本地 Agent，提供云端 Agent 长期运行能力，平台内置投资顾问、自媒体达人等职业模板。

零一万物三周年之际，李开复发表内部致辞《三生万物》，宣布公司开启”二次创业”，从AGI理想转向产业AI落地。公司对标Palantir，聚焦高毛利、高复购的2B业务，目标明年某季度成为中国首家盈利的AI 2.0公司。同时推出合伙人制度、2000万股期权及CEO专项激励，引入DRI范式。 01AI

阿里云百炼 CLI 正式开源，开发者仅需一行命令可让 AI Agent 自动接入阿里云百炼平台 150 余款模型、十多款应用，以及知识库、记忆、联网搜索等全套能力。阿里云百炼 CLI 专为 Agent 场景设计，支持文本、图像、视频、语音等多模态调用，原生兼容 Claude Code、Qoder、OpenClaw 等主流 Agent 框架。

面壁智能联合清华THUNLP、OpenBMB等开源智能体操作系统 PilotDeck，用工作舱取代传统对话框，解决 Agent 记忆黑盒、成本失控、任务被动等痛点。系统支持记忆白盒化、智能路由（成本降70%+）及24小时 Always-on 主动运行，实现多项目并行与端云协同。

AstronClaw正式上线Agent Team模式，用户一句指令可自动组建多专业Agent团队，通过流水线、映射归约、监督者三种协作模式并行完成复杂任务的全流程拆解与高质量交付。Agent Team模式配备可视化任务看板，支持GLM 5.1、Kimi 2.6等模型底座，可将传统需数周的产品规划、营销方案等任务压缩至半小时内完成。

通义实验室推出文生图评测基准 Qwen-Image-Bench，包含 56 个细粒度创作考点，配套开源自动化评估模型 Q-Judger。基准由专业艺术家团队参与开发，覆盖世界知识、创作推理、文字渲染、影像叙事、游戏设计等真实创作场景，填补基础生成与专业创作之间的评测鸿沟。

Anthropic 推出 Claude 旗舰模型 Claude Opus 4.8。模型在终端工程、知识工作等能力大幅提升，部分指标超越未发布的 Mythos。核心改进是诚实性：代码缺陷漏报率降至前代 1/4，过度自信行为概率降至 1/10。Cursor 和 Devin CEO 均给予高度评价。

Anthropic完成650亿美元H轮融资，投后估值达9650亿美元（约6.56万亿元人民币），预计为IPO前最后一轮私募融资。本轮由Altimeter Capital、Sequoia Capital等机构领投，亚马逊等超大规模云提供商参与，其中亚马逊已宣布投资50亿美元。

自变量机器人（X Square Robot）开源具身大模型 Wall-OSS-0.5，提出预训练即可部署，在17个真实机器人任务零样本测试中，4项得分超80分。模型基于20余种机器人形态、超百万条轨迹及9000万条多模态语料预训练，采用梯度桥接协同训练与视觉对齐动作Tokenizer，微调后任务进度领先行业标杆π0.5达17.5分。

微软研究院推出最强图像生成模型MAI-Image-2.5，在Arena文生图榜单升至第3名，打破此前前5名仅由Google DeepMind和OpenAI占据的局面，较前代提升72分。模型重点增强文字渲染能力，可胜任信息图、海报等商业物料生成，同时在视觉推理、画面细节和风格一致性上显著进步。