マルチモーダル汎用知能企業であるPrana Labsは、Genesis Capital、XVC、Creekstone、および37Gamesの共同出資により、約1,000万ドルのシード資金調達ラウンドを完了した。同社は、マルチモーダルな基盤モデル企業として、AIが仮想環境で行動し、試行錯誤を通じて学習し、物理法則を研究することを可能にする、インタラクティブで物理的に制約のある大規模な世界生成システムの構築に専念し、次世代の汎用知能を育成することを目指している。
Baidu MiaodaはWAIC2026でバージョン3.5をリリースしました。新バージョンでは、SEOエージェントを内蔵することで検索エンジン最適化（SEO）のハードルを下げ、世界で初めてiOSパッケージング機能を搭載し、ノーコードアプリ生成とiPhoneへの直接配信をサポートします。また、共有バックエンドとマルチ環境分離機能を追加し、作成からマルチプラットフォーム配信まで完全なクローズドループを実現することで、ノーコード開発の民主化を継続的に推進します。
NVIDIAのオープンソーステキスト埋め込みモデル「Nemotron 3 Embed」シリーズは、検索機能の強化とエージェント検索を目的として設計されています。このモデルは8Bと1Bのパラメータスケールで提供され、32,000のコンテキストウィンドウと34言語をサポートしています。主力モデルである8Bモデルは、RTEB多言語検索ベンチマークで78.5%のスコアを獲得し、1位にランクインしました。1Bバージョンは、枝刈りと蒸留処理により、95%の検索精度を維持しながら推論コストを大幅に削減しています。
NubiaのAIコンパニオンロボット「iMoochi」が正式に発売された。価格は1699元。MWC26でZTEが初公開したこの製品の最大のセールスポイントは、愛らしいぬいぐるみのような外観と、まるで生きているかのようなインタラクションだ。タッチセンシングとAIアルゴリズムにより、頭を振ったり、尻尾を振ったり、声で反応したりと、生き生きとした反応を示し、時間とともに独自の個性や習慣を身につけていく。この製品は、主に一人暮らしの都市生活者に心の安らぎを提供することを目的としている。
Googleは、AIノート作成アシスタント「NotebookLM」の正式名称を「Gemini Notebook」に変更し、AI製品のブランドを統一したと発表しました。この製品は今後も独立して動作しますが、GeminiアプリおよびGoogle検索エコシステムに深く統合されます。同時に、Gemini Notebookはセキュアなクラウドコンピューティングをサポートし、ネイティブコードの記述と実行機能、そしてデータソースに基づいた複雑なデータ分析を可能にします。
Dark Side of the Moonは、これまでで最も強力なモデルであるKimi K3を正式にリリースしました。Kimi K3は2.8兆個のパラメータを誇り、3兆個を超えるパラメータを持つ世界初のオープンソースモデルです。Kimi K3は、KDAハイブリッド線形アテンションメカニズムとアテンション残差技術に基づいて構築されており、最大100万トークンのコンテキストウィンドウを備え、視覚理解をネイティブにサポートしています。プログラミング、汎用エージェント、ビジュアルエージェント、知識作業のベンチマークにおいて、Kimi K3は最先端のパフォーマンスを発揮し、一部のプロジェクトではGPT-5.6 SolやClaude Fable 5を凌駕しました。
アリババ傘下のTongyi Labsは、リアルタイム音声対話モデル「Qwen-Audio-3.0-Realtime」（旧称：Fun-Realtime-AudioChat）を発表した。このモデルは、文脈に基づいた音色や感情の動的調整、音色の複製、音声指紋レベルの背景フィルタリング、マルチモーダル双方向対話などをサポートしている。人工知能分析の音声推論サブ項目でGPT-Realtime-2を上回り、1位を獲得した。
エッジAI分野の有力ユニコーン企業であるWallfacer AIは、2026年上半期に新たな資金調達ラウンドを完了し、50億元以上を調達、企業価値は200億元を超え、中国のエッジAI分野で最も価値の高いユニコーン企業となった。清華大学のNLPラボがインキュベートした同社の主力製品はMiniCPMシリーズのエッジモデルで、MiniCPM5-1Bは5月にオープンソース化された。同社の商用化は自動車、携帯電話、PC分野に進出しており、長安汽車、上海汽車、吉利汽車などのモデルは既に量産され、これらのモデルが搭載されている。
OpenAIは、周辺機器メーカーのWork Louderと提携し、Codex初のハードウェア製品となるCodex Microを正式に発売しました。価格は230ドル（約1556人民元）で、現在予約注文を受け付けています。Codex専用に設計されたこのハードウェアは、RGBライティングを使用してAIエージェントの状態をリアルタイムでマッピングし、ユーザーはウィンドウを切り替えることなくタスクの進捗状況を監視できます。ノブでAI推論の強度を動的に調整でき、ジョイスティックと物理ボタンはそれぞれワークフローのディスパッチと高頻度の意思決定に使用されます。
イーロン・マスク氏率いるxAIは、AIプログラミングエージェントツールであるGrok Buildのオープンソース化を発表し、ソースコードをGitHubで公開しました。Grok Buildは、Grokモデルを統合したターミナルCLIツールで、計画、検索、コーディング、テストからGitコミットまで、開発プロセス全体を網羅しています。今回のオープンソース化には、エージェントパイプライン、コードツール、ターミナルUI、拡張システムが含まれており、完全なローカルファースト実行とカスタム推論をサポートしています。
Xiaomiは、380億個のパラメータを持つマルチモーダル自己回帰型エンボディド生成モデル「Xiaomi-Robotics-U0」をオープンソース化しました。このモデルは、シーン生成、軌道転送、インタラクティブビデオ、一般的な画像編集という4つのタスクを均一にカバーする、エンボディド生成分野初のモデルです。5次元分離構造制御により高精度かつ制御可能な生成を実現し、FlashAR+推論アクセラレーションソリューションを搭載することで、効率を約83倍向上させています。
Amapは、汎用ワールドモデルワークショップ「ABot-World Studio」をリリースしました。この製品は、インタラクティブなビデオ生成と3DGSシーン生成を統合した初の製品であり、テキストや画像を入力することで、インタラクティブで共有可能なAIワールドを作成できます。ABot-World Studioは、単一の5090ピクセル画像へのローカル展開をサポートし、1回の連続推論実行で1時間以上安定して動作し、シーン間の遷移を可能にする時空間ポータルを内蔵しています。
AlipayとOPPOは、クロスプラットフォームのインテリジェントエージェント連携を発表しました。AlipayのAIインテリジェントエージェント「Abao」が、OPPOのAIアシスタント「Xiaobu」に正式に統合されました。本日より、OPPOユーザーは音声コマンドを使ってXiaobuからAbaoを呼び出し、アプリを開くことなく、電話料金のチャージ、チケットの購入、住宅積立金の残高確認など、約200種類の生活サービスを完了できるようになり、ワンフレーズで管理が可能になります。
アリババ傘下の同義万翔が開発したオープンソースの音楽駆動型ポートレートダンス動画生成モデル「Wan-Dancer」は、ユーザーが自身の写真と音楽をアップロードすることで、正確なビートと滑らかな動きのダンス動画を生成できる。このモデルは、分単位のタイミングのボトルネックを克服し、15秒から3分までの連続720p HD出力に対応し、様々なダンススタイルを網羅している。Wan-Dancerは、グローバルなキーフレーム計画とローカルなタイミング調整という階層的なアーキテクチャを採用することで、長尺シーケンスにおけるモーションドリフトの問題を効果的に解決している。
LibuLibu AIの子会社であるLibTVは、世界初のプロフェッショナル向け動画制作インテリジェントエージェントとして、LibTV Agentを正式にリリースしました。この製品は完成品レベルの機能を中心に構築されており、高水準のオールラウンドな動画エージェント、世界最大のプロフェッショナル向け動画スキルハブ、デュアルビュー制作、エージェント主導の編集という4つのコア機能を備えています。初期リリースでは、映画やテレビCM、短編ドラマ、自主制作メディアなど、100種類以上のディレクターレベルの動画スキルが収録されており、3分未満の動画の成功率は80%を超えています。
Lookiは、Yuan Capitalが主導し、BAI Capitalなどの既存株主も参加した、数百万人民元のシリーズA1資金調達ラウンドを完了しました。同社は、パーソナルスマートウェアラブル市場において、PIE Active AI Engine 2.0を通じて「受動的な応答」から「能動的な予測」へと進化し、シーン理解と長期記憶を組み合わせることでユーザーの次のニーズを予測します。同社初のウェアラブルマルチモーダルAIハードウェアであるLooki L1は、10万台の出荷が見込まれています。
AIsphereは、国連AI for Goodグローバルサミットにおいて、リアルタイムビデオ、ワールドモデル、AI駆動型インタラクティブエンターテインメントにおける最新の研究開発成果を披露した。共同創設者の謝旭章氏は、同社初のリアルタイムビデオゲームエンジン「PixVerse Game」を発表した。このエンジンは、リアルタイムのインタラクティブビデオストリーム上に完全なゲーム体験を構築する。クリエイターはルールとゲームプレイを定義するだけでよく、キャラクターやシーンはリアルタイムで生成される。
StepStarは、自社開発のStep AOSネイティブオペレーティングシステムと、システムレベルのパーソナルAIエージェント「Amoo」を内蔵した、初のAI搭載スマートフォン「STEPX Neo」を発売した。ユーザーは、自然言語コマンドで様々なプラットフォームのアプリケーションを自律的に管理できる。このシステムは、長期記憶機能とエンドツーエンドのクラウド連携機能を備え、「可能な場合はエンドツーエンド、必要な場合はクラウドベース」という柔軟なタスクルーティングをサポートする。初期のエコシステムパートナーには、Alipay、Meituan、Gaode Maps、Didi、JD.com、Baiduといった主要アプリケーションが含まれる。
AIsphere Technologyは、シリーズC資金調達を完了し、総額29億8000万元を調達したと発表した。シリーズC+ラウンドはアリババが主導し、国内外の10以上の機関が参加した。調達資金は、動画生成の基盤モデル、リアルタイムワールドモデル、およびグローバル製品の成長に関する研究開発に活用される。同社のPixVerseプラットフォームは、世界中で1億5000万人以上のユーザーを擁している。今年初めには、1080p解像度をサポートする世界初のユニバーサルリアルタイムワールドモデルであるPixVerse R1をリリースし、Mango Mediaやアリババなどの業界パートナーと戦略的提携を結んでいる。
Agnes AIは、次世代テキストモデル「Agnes-2.5-Flash」を発表し、そのコーディング能力を世界トップレベルに引き上げました。ローカルでのプロジェクト開発をサポートするデスクトップアプリケーション「Agnes Code」も利用可能です。実地テストでは、このモデルは隠れたバグを3分で発見・修正し、複雑なWebアプリケーションを単独で完成させることができ、さらに10個以上のファイルをまとめて大規模プロジェクトを修正することも可能です。
OpenAI Codexのエンジニアリングリーダーであるティボー・ソティオー氏は、CodexとChatGPT WorkがPlus、Business、Proプランの5時間利用制限を一時的に撤廃したことを発表しました。また、GPT-5.6 Solモデルは効率性を高めるために最適化され、データ使用量を削減することで、ユーザーは同じ量の無料データでより多くのタスクを完了できるようになります。
TencentのHyOCR-1.5は、業界初の完全オープンソースのトレーニングおよび推論機能を備えた、エンドツーエンドのオープンソースOCRエキスパートモデルです。このモデルはDFlashの投機的デコーディングを組み込んでおり、Transformers環境下で6.37倍、vLLM環境下で2.14倍の推論速度向上を実現しています。OmniDocBench v1.6では94.74という最高スコアを獲得し、ハイエンドOCRモデルの中で1位にランクインしました。HyOCR-1.5は、文書解析、古代文字認識、チャート解析、複数ページにわたる質問応答など、8つのタスクカテゴリをサポートし、331言語に対応しています。
SenseTimeは、検出、セグメンテーション、深度予測、3D再構成といった従来のビジョンタスクを大規模モデルシステムにネイティブに統合した、毎日更新される統合ビジョンモデル「SenseNova-Vision」を正式にオープンソース化しました。データフィードバックと認知機能強化という2つの利点を活用することで、このモデルはゼロショット汎化、超高密度セグメンテーション、鏡面反射理解といった複雑なシナリオにおいて、堅牢な性能を発揮します。
StepStarが開発したエッジサイドモデル群「Step Edge」は、基本モデル、音声、GUI、画像生成の4つの分野を網羅し、モバイルデバイス、自動車、その他の端末シナリオを対象としています。このシリーズは、0.1秒という超低遅延を実現し、完全なモーダルプライバシー保護を提供するとともに、ネイティブなエッジクラウド連携アーキテクチャを採用しています。29のコア評価において、Step Edgeはテキスト認識、音声、GUI、画像生成の各分野で1位を獲得しました。