AIニュース

字节跳动开源全球首个25B级统一多模态模型Mamoda2.5，基于Qwen3-VL-8B架构，总参数250亿每次仅激活约3亿。模型实现了文生图、文生视频、视频编辑等全任务SOTA，推理速度比阿里Wan2.2快12倍、比美团LongCat Video快18倍，视频编辑延迟仅9.2秒。模型在多项视频编辑基准测试中排名第一，性能接近闭源Sora和Kling。

月之暗面（Kimi）完成约20亿美元D轮融资，投后估值突破200亿美元，创中国大模型最大单笔融资纪录。本轮由美团龙珠领投，中国移动等参投，累计融资超44亿美元居国内大模型创业公司之首。公司4月年度经常性收入超2亿美元，并发布开源旗舰模型Kimi K2.6。

据《金融时报》报道，国家集成电路产业投资基金（大基金）正洽谈领投 DeepSeek，本轮估值接近 450 亿美元（约 3067 亿元），较半月前 200 亿美元翻倍。创始人梁文锋或亲自跟投，腾讯、阿里亦在洽谈参投。大基金此前从未投资 AI 大模型公司，DeepSeek 为首家。

Anthropic 在 Code with Claude 开发者大会连放数招：Claude Code 调用限额翻倍至 10 小时并取消高峰削减，Claude Opus API 速率限制大幅放宽；托管智能体新增多智能体编排、目标结果与自主推演三大能力；Claude Code 更新远程控制、无闪烁渲染等十余项功能，同时与 SpaceX 达成算力合作。

讯飞智文Vision Agent模式，重构AI在PPT生产链条中的角色。Vision Agent模式通过意图洞察、大纲构建、内容精炼与五步设计引擎，实现从被动生成到主动协同的转变，解决模板化、配图脱节等痛点。系统可联网搜索资料、自主推演页数结构、生成可编辑内容卡片，最终输出专业排版。

OpenAI 宣布推出ChatGPT广告主平台，推出更灵活的购买方式。广告主现可通过电通、WPP 等代理商及 Adobe、Criteo 等技术伙伴购买广告，也可用美国地区测试中的自助 Ads Manager 直接投放。同时ChatGPT广告新增 CPC 竞价模式，上线转化 API 与像素追踪等测量工具。

字节跳动旗下AI助手豆包推出付费订阅服务，分为标准版68元/月、加强版200元/月、专业版500元/月三档，同时保留免费基础版供日常使用。目前付费功能仍在测试阶段。据量子位智库数据，4月豆包APP日活突破1.4亿，环比增长21%，月下载量约5000万，稳居国内AI助手市场首位，断层领先千问、元宝等竞品。

美国开发者 Hunter Bown 推出的DeepSeek-TUI 近日在 GitHub 爆火，获 2.3k Star，被誉为”DeepSeek 版 Claude Code”。工具用 Rust 编写、支持MIT 开源，是专为 DeepSeek V4 优化的终端编程 Agent，支持文件操作、Shell 执行、Git 管理、MCP 接入等功能。

OpenAI 正式推出GPT-5.5 Instant ，取代 GPT-5.3 Instant 成为 ChatGPT 默认模型。模型主打更准确、更简洁、更懂你：医疗/法律/金融领域幻觉率下降 52.5%，数学竞赛得分大幅提升；回复更简短自然，减少格式堆砌。Plus/Pro 用户可调用历史对话和文件实现个性化回答，所有消费者版本将新增「记忆来源」功能供用户查看与管理。

美国国防部发布声明，已与 SpaceX、OpenAI、谷歌、英伟达、Reflection、微软和亚马逊云（AWS）7 家领先 AI 公司达成协议，加速美军转型为「人工智能主导」的作战力量，增强其在所有战争领域的决策优势。标志着美军正式将顶尖民用 AI 技术深度纳入国防体系，推动 AI 在军事指挥、情报分析与作战决策中的规模化应用。

阿里通义开源大模型可解释性工具套件Qwen-Scope，工具基于稀疏自编码器（SAE）技术，覆盖 Qwen3 及 Qwen3.5 系列共 7 个模型。Qwen-Scope可在推理阶段定向控制输出结果，用少量种子数据完成数据分类与长尾样本合成，支持定位异常特征优化语言混用和重复生成问题。

DeepSeek 在 GitHub 发布多模态大模型并公开技术报告，提出「基于视觉原语的思考」框架，将点、边界框等空间标记提升为推理「基本思维单元」，使模型具备精确空间指代与推演能力，突破传统链式思维在复杂空间参照任务中的瓶颈。模型架构紧凑、视觉标记效率高，在计数与空间推理基准测试中可与 GPT-5.4、Claude-Sonnet-4.6 等前沿模型匹敌。

百度智能云推出一站式 AI 短剧创作平台Hogee，用户上传剧本或输入灵感后，AI 可自动生成角色、场景与分镜视频，覆盖从文本到成片的完整链路。平台支持 .txt/.docx/.pdf 等五种格式剧本上传，内置 OpenClaw 数字员工矩阵，提供社媒运营、营销素材、数据分析等能力。

OpenAI编程工具Codex推出宠物模式，用户可在桌面养一只「赛博桌宠」。输入 /pet 可唤醒电子宠物，支持实时显示 Codex 工作状态（运行中/等待输入/可复核）及进度提示，无需打开应用可查看工作进展。用户可通过 hatch-pet 技能自定义专属宠物形象。

xAI 推出 Grok 4.3 模型，定位为务实过渡版本。模型 API 价格降低 40%-60%，输出速度达 196 Tokens/s，支持 100 万 Token 长上下文，在代理任务和办公辅助能力上提升明显，更擅长生成文档、表格和演示文稿。模型在 Intelligence Index落后于 GPT-5.5和 Claude Opus 4.7，复杂推理、事实核查稳定性不足，且幻觉率有所上升。

宇树科技发布双臂人形机器人，起售价 2.69万元。产品具备15-31个总自由度，支持固定底座与移动底盘两种部署方式，配备高性能电机、减速器及传感器，搭载视觉双目模组与语音交互系统，头部算力达10TOPS。产品面向多场景落地，支持全栈开放的底层二次开发，定位为超快速部署的高性能双臂机器人解决方案。

腾讯混元开源手机端离线翻译模型Hy-MT1.5-1.8B-1.25bit，将支持33种语言、1056个翻译方向的翻译大模型极致压缩至 440MB，无需联网可在手机本地运行。模型基于1.8B参数的Hy-MT1.5打造，采用Sherry稀疏量化技术（ACL 2026录用），翻译质量超越谷歌翻译等主流系统。

百灵大模型Ling-2.6-1T正式开源面向复杂任务的万亿级综合旗舰模型。模型依托 MLA 与 Linear Attention 混合架构，以极低 Token 消耗实现高智效比，综合智能与 GPT-5.4（Non-Reasoning）同档。在 AIME26、SWE-bench Verified、BFCL-V4 等多个执行类基准上达到开源 SOTA，具备强 Agent 执行、代码生成与长上下文理解能力。

阿里正式推出数字员工平台QoderWake及Qoder移动端。QoderWake采用Harness-First架构，具备多维度自进化能力，可将经验沉淀到记忆、技能等五个维度，解决通用Agent”做完即忘”问题。目前已上线”数字程序员”，在阿里内部实现全流程无人值守的根因分析与代码修复，将单条问题分析耗时从30分钟缩短至2分钟。

DeepSeek多模态”识图模式”已开启灰度测试，部分用户可在首页看到新入口。上传图片后，DeepSeek能像人一样理解画面中的物体与场景。实测显示，识图模式可准确判断动物品种、通过建筑与文字线索识别杭州灵隐寺给出精确坐标，还能识破视觉陷阱图片。

科大讯飞星火X2-Flash正式推出并开放API。模型采用MoE架构，总参数30B，支持256K超长上下文，基于华为昇腾910B国产算力集群训练。在智能体与代码能力上大幅提升，经实测效果接近万亿级参数模型，Token消耗成本不到主流大模型的三分之一。模型已接入AstronClaw、Loomy等平台，兼容OpenClaw等主流Agent框架。

阶跃星辰正式推出新一代图像生成编辑模型 Step Image Edit 2。模型仅3.5B参数，在实际表现中超越12B-20B级开源图像编辑大模型，单次生图只需0.5-2秒，在KRIS-Bench榜单轻量级图像编辑模型综合排名第一。模型支持图像生成与编辑、中英文渲染、局部编辑、视觉推理、风格迁移等功能，覆盖IP创作、海报设计、人像美颜等场景。

前谷歌DeepMind首席科学家、AlphaGo核心研发者David Silver创立的英国AI公司Ineffable完成11亿美元种子轮融资，估值达51亿美元，本轮融资由红杉资本与光速创投领投，英伟达、谷歌等参投，创欧洲史上最大种子轮纪录。公司致力于打造无需人类数据、通过自主实践探索知识的”超级学习系统”。

蚂蚁集团旗下百灵大模型宣布 Ling-2.6-flash 正式开源，同步提供 BF16、FP8、INT4 等多精度版本，模型已上线 Hugging Face 与 ModelScope。模型总参数 104B、激活参数 7.4B，两周前曾以 Elephant Alpha 匿名身份登陆 OpenRouter，迅速获得开发者社区与行业用户的广泛关注。