News7/14/2026
LibTV 推出专业视频创作智能体 LibTV Agent
哩布哩布AI旗下LibTV正式推出LibTV Agent，定位全球首个专业视频创作智能体。产品围绕成片能力构建，推出高基线全能视频Agent、全球最大专业视频Skill Hub、双视图创作与Agent驱动剪辑四大核心能力。首批上线超百个导演级Video Skill，覆盖影视广告、短剧、自媒体等领域，3分钟以内视频成功率超80%。
哩布哩布AI旗下LibTV正式推出LibTV Agent，定位全球首个专业视频创作智能体。产品围绕成片能力构建，推出高基线全能视频Agent、全球最大专业视频Skill Hub、双视图创作与Agent驱动剪辑四大核心能力。首批上线超百个导演级Video Skill，覆盖影视广告、短剧、自媒体等领域，3分钟以内视频成功率超80%。
Looki（光智时空）完成数亿元A1轮融资，元生资本领投，BAI资本等老股东加注。公司定位个人智能可穿戴赛道，通过PIE主动式AI引擎2.0实现从”被动响应”到”主动预测”的升级，结合场景理解与长期记忆预判用户下一步需求。其首款可穿戴多模态AI硬件Looki L1出货量预计达10万台。 Park
爱诗科技亮相联合国AI for Good全球峰会，联合创始人谢旭璋展示实时视频、世界模型与AI互动娱乐最新探索，发布首个实时视频游戏引擎PixVerse Game。引擎将完整游戏体验构建在实时互动视频流之上，创作者仅需定义规则与玩法，角色场景可实时生成。 AIsphere
阶跃星辰推出首款AI智能体手机STEPX Neo，搭载自研智能体原生操作系统Step AOS，内置系统级个人智能体Amoo。用户可通过自然语言指令实现跨应用自主调度。系统具备长期记忆、端云协同能力，支持”能端则端、需云则云”的灵活任务路由。首批生态合作伙伴包括支付宝、美团、高德、滴滴、京东、百度等主流应用。
爱诗科技宣布完成整体C轮融资，累计金额29.8亿元，C+轮由阿里巴巴领投，十余家国内外机构参投。资金将用于视频生成基础模型、实时世界模型研发及全球化产品增长。公司旗下PixVerse全球用户超1.5亿，年初推出全球首个支持1080P的通用实时世界模型PixVerse R1，并与芒果传媒、阿里巴巴等产业伙伴达成战略合作。 AIsphere
Agnes AI推出新一代文本模型Agnes-2.5-Flash，Coding能力跻身全球第一梯队。同步上线Agnes Code桌面端，支持本地项目开发。实测中，模型3分钟定位修复隐藏Bug，可独立完成复杂网页应用，还能跨十几个文件联动改造大型项目。
OpenAI Codex工程负责人Thibault Sottiaux宣布，Codex和ChatGPT Work已暂时取消Plus、Business及Pro订阅的5小时使用限制。同时，GPT-5.6 Sol模型将优化效率以减少用量消耗，使用用户在同等额度下能完成更多任务。
腾讯混元开源 HyOCR-1.5，业界首个训推全开源的端到端 OCR 专家大模型。模型引入 DFlash 投机解码，Transformers 下推理提速 6.37 倍，vLLM 下提速 2.14 倍；OmniDocBench v1.6 以 94.74 分登顶端到端第一。HyOCR-1.5 支持文档解析、古文字识别、图表解析、多页问答等 8 类任务，覆盖 331 种语言。
商汤正式开源日日新SenseNova-Vision理解生成统一视觉大模型，将检测、分割、深度预测、3D重建等经典视觉任务原生融入大模型体系。依托数据反哺与思维赋能的双向增益，模型在零样本泛化、超稠密分割及镜面反射理解等复杂场景展现强悍能力。
阶跃星辰推出端侧模型全家桶 Step Edge，包含基础模型、Audio、GUI、Gen 四个方向，面向手机、汽车等终端场景。该系列支持 0.1 秒 超低本地延迟，实现全模态隐私保护，采用原生端云协同架构。在 29 项核心评测中，Step Edge 覆盖文本视觉、音频、GUI、图像生成等方向均取得第一。
快手KwaiKAT正式推出旗舰级Agentic Coding模型 KAT-Coder-Pro V2.5，在长程工程能力、通用Agentic能力及大规模强化学习三方面实现突破。通过AutoBuilder自动化流水线构建超10万个可运行仓库环境，采用多框架RL训练与多专家融合（MOPD）技术，模型在SWE-Bench Pro、PinchBench等评测中取得领先成绩。
蚂蚁灵波科技推出行业首个具身原生世界动作模型 LingBot-VA 2.0。模型基于自回归架构从零预训练，采用语义视觉-动作分词器、因果预训练范式、MoE 架构及异步推理机制四大核心设计，实现单卡 150Hz 实时推理，让机器人具备边推演、边行动的通用控制能力。
OpenAI推出全新ChatGPT Work智能体。产品由Codex与GPT-5.6驱动，定位为可承担长时间、多步骤任务的智能体，支持跨网页、移动设备和桌面平台完成实际工作。用户只需通过单一指令描述目标，可让AI接管整个工作流程，利用应用和文件上下文创建文档、幻灯片、分析、网站和报告。
Meta正式向开发者开放Muse Spark AI模型API，并发布升级版Muse Spark 1.1，标志着模型正式加入AI模型商业化竞争。模型是Meta迄今在编程与智能体任务上最强的模型，支持代码编写、工具调用及多模态理解。
OpenAI正式推出GPT-5.6系列模型，包含旗舰Sol、均衡Terra和性价比Luna三款，API价格梯度覆盖$1-$30/百万token。在Agents’ Last Exam评测中，Sol以53.6分超越Claude Fable 5达13.1分，编程智能体指数更创80分新高，且成本与耗时均大幅降低。
Mistral AI推出具身智能导航模型Robostral Navigate，单RGB摄像头可让机器人在复杂环境自主导航。模型参数8B，在R2R-CE未知环境测试中成功率达76.6%，超越多传感器方案。模型采用指向预测目标位置策略，结合前缀缓存技术将训练周期从数月缩至数天，通过在线强化学习持续自我改进。
蚂蚁灵波科技开源LingBot-Video，是全球首个基于MoE架构、面向具身智能的视频生成基础模型。模型总参数30B，推理时仅激活约3B，效率为同等Dense架构的3倍。团队构建了7万小时具身数据集，引入多维强化学习奖励系统，强化物理合理性与任务完成度。
阿里元境正式推出JellyToken（智渲云）国内主流AI大模型一站式API聚合平台。用户仅需一个API Key可调用通义千问、DeepSeek、豆包、智谱、月之暗面等60余款国产模型，覆盖文本、图像、视频、音频四大场景。平台提供智能路由、负载均衡、Token级精准计费及正规发票等企业级能力，帮助开发者与企业降低多模型接入门槛与运维成本。
SpaceXAI推出旗舰模型Grok 4.5，采用1.5T参数MoE架构并与Cursor联合训练，性能对标Claude Opus。模型推理速度达80 TPS，编程能力在DeepSWE Bench上超越Opus 4.8，且Token效率提升4倍以上，支持50万上下文，下周将升级至百万，月底还将推出2T参数版本。
OpenAI推出全新语音交互模型GPT-Live，支持实时同声传译与全双工对话，用户可随时插话打断。模型支持自定义推理强度，并引入深度任务委托机制，前台保持流畅语音交互的同时，后台可并行处理联网搜索、复杂推理等任务。在对话中可实时弹出天气、赛事等可视化卡片。
字节跳动Seed团队推出多模态图像创作模型Seedream 5.0 Pro，模型在图文匹配、文字渲染与画面美感等基础能力上全面提升，实现复杂信息可视化、交互式精准编辑、真实影像质感还原及原生多语种生成四大突破，可将数据与密集文字直接转化为专业排版，支持点选圈选等精细化操控，
Momenta正式在港交所挂牌上市，股票代码6880.HK，成为”物理AI第一股”。首日开盘涨超6%，总市值突破700亿港元，募资约68亿港元。公开发售获414倍超额认购，14家顶级基石投资者护航，包括GIC、富达、奔驰、比亚迪等。
智源研究院推出悟界·RoboBrain Orca多模态表征世界模型。模型通过12.5万小时视频进行无意识学习，结合1.6亿条事件标注进行有意识学习，构建统一世界潜在表征空间。在文本生成、图像预测和具身动作生成等下游任务中，模型表现优于同等规模基线模型。
蚂蚁灵波科技推出空间感知模型LingBot-Depth 2.0，训练数据从300万扩充至1.5亿，深度补全基准16项测评获12项第一，室内深度误差减半。同步开源视觉基座模型LingBot-Vision，业内首创边界结构预训练，仅1.6亿图像实现亚像素级边界定位。LingBot-Depth 2.0已通过奥比中光认证，双方将合作推出SDK及一体化相机产品。