ByteDanceのSeedチームは、単一画像から高精度な3Dモデルを生成できる大規模3Dモデルジェネレーター「Seed3D 1.0」をリリースしました。物理シミュレーションの精度とスケーラビリティを兼ね備えたこのジェネレーターは、Diffusion Transformerアーキテクチャをベースとし、大規模データで学習されています。高忠実度アセット生成、物理エンジンとの互換性、スケーラブルなシーン結合機能を備え、ジオメトリとテクスチャ生成において優れたパフォーマンスを発揮します。
LiblibAIは先日、Sequoia China、CMC Capital、および主要な業界投資家が共同で主導するシリーズB資金調達ラウンドで1億3000万ドルを調達しました。これは、今年中国のAIアプリケーション分野で行われた資金調達ラウンドとしては最大規模です。LiblibAIは先月、モデルコミュニティからAIクリエーションスタジオへと進化を遂げたバージョン2.0をリリースしました。
Shenzhen Interstellar Lightyear Technology Co., Ltd.は、5本指の器用さを備えたハンド「Pantheon 22」の新製品を発表し、プレAラウンドの資金調達を完了しました。このラウンドはSeine CapitalとPuhua Capitalが主導し、Kexi Venture CapitalとDeepMind Capitalが財務アドバイザーとして参加しました。調達資金は主に、器用さの操作に関する主要な技術的課題への取り組み、器用さを備えたハンドのオペレーティングシステム（小脳モデル）の開発、およびコアチームの拡大に充当されます。
Claudeのデスクトップ版が正式にリリースされました。MacとWindowsに対応しています。このバージョンには、グローバルキーボードショートカット（MacではOptionキーをダブルクリックして起動）、作業共有（スクリーンショット、ウィンドウ共有、ファイルのドラッグ＆ドロップ）、音声入力（Caps Lockキーを押して話す）、接続ツール（コードエディタ、ローカルファイル、データベースへのアクセス）という4つの主要機能があります。
Qwen3-VLファミリーは、軽量から中規模まで、視覚言語理解シナリオに対応する2Bと32Bという2つの新しい高密度モデルサイズを追加しました。2つのバージョンが用意されており、Instructは対話やツール呼び出しに適しており、Thinkingは長鎖推論と複雑な視覚理解を強化します。Qwen3-VL-32Bは、複数のドメインでGPT-5 miniなどのモデルを凌駕し、わずか32Bのパラメータで235Bモデルと同等のパフォーマンスを発揮します。Qwen3-VL-2Bは、その小さなサイズにもかかわらず、優れたパフォーマンスを発揮し、最先端のエッジデバイスでも動作します。
北京に拠点を置くKuaFuAIは、中国初のAIネイティブなバックエンド・アズ・ア・サービス（BaaS）プラットフォームであるAipexBaseを正式にオープンソース化しました。このプラットフォームにより、開発者は「独自のバックエンドを記述することなく、完全なバックエンドを利用できる」ようになります。データストレージや認証などのバックエンド機能はすべて自動的にカプセル化され、フロントエンドSDKまたはMCPプロトコルを介してワンクリックで呼び出すことができます。AipexBaseはMCPとネイティブに互換性があり、コンテキストとデータレイヤーを統合し、CodeFlyerやCursorなどのAI製品との統合をサポートしています。中国の開発エコシステムに深く適応しており、Lark、DingTalk、WeChatなどのエコシステムとも互換性があります。
テンセントは、Hunyuan World-Mirrorモデル1.1をリリースし、オープンソース化しました。このモデルは、複数のビューとビデオ入力をサポートし、単一のGPUにデプロイ可能で、数秒で3Dワールドを生成します。テキストまたは単一画像入力のみをサポートしていたバージョン1.0の制限を打破し、マルチモーダル事前情報注入と複数のタスクにわたる統一出力によるエンドツーエンドの3D再構築を初めて実現しました。点群、深度マップ、カメラパラメータなど、さまざまな3D幾何学的予測をサポートし、その性能は既存の手法を大幅に上回ります。
OpenAIは、初のAIネイティブブラウザ「ChatGPT Atlas」をリリースしました。GoogleのオープンソースエンジンであるChromiumをベースに構築されたこのブラウザは、ChatGPTの対話機能を統合し、すべてのタブ間で直接チャットを可能にします。ブラウザコンテキストアシスタントを搭載しており、ユーザーはページ上で直接質問できます。また、重要な閲覧コンテンツを記録する内蔵メモリ機能、中国語テキストの編集や校正を可能にする「カーソルチャット」機能、フォームへの入力や予約などのウェブページ操作を自動化するエージェントモードも備えています。
Meituan傘下のLongCatチームは、複雑な問題に直面する大規模なインテリジェントエージェントを評価するためのベンチマークであるVitaBenchをリリースしました。VitaBenchは、食品配達、レストランでの食事、旅行という3つの主要な生活シナリオをプラットフォームとして、66種類のツールを含むインタラクティブな評価環境を構築しています。VitaBenchは、深層推論、ツールの使用、ユーザーインタラクションという3つの側面からタスクの複雑さを定量化し、実際のユーザーシミュレーターと細分化された評価基準によって、きめ細かな評価を実現します。
Zhipuは、GLM-4.6モデルをベースにしたGLMコーディングプランエンタープライズ版をリリースし、企業向けに包括的なインテリジェントプログラミングソリューションを提供します。この製品は、国際的なAPIプラットフォームであるOpenRouterのトレンドリストで1位を獲得しており、マルチモーダルな理解、ネットワーク検索、インテリジェントなオーケストレーション機能を統合し、コード生成からエンドツーエンドの開発コラボレーションまでワンストップサービスを提供します。エンタープライズ版は、高い利用率、低コスト、高性能、高セキュリティを特長とし、10種類以上の主要なプログラミングツールにシームレスに対応し、柔軟なメンバー管理とデータ分析をサポートします。
Cherry Studio Enterprise Express Editionが正式にリリースされました。従業員数に制限なく、5000人民元の購入価格で企業向けワンストップAI実装ソリューションを提供します。このバージョンには、トップレベルのクローズドソースおよびオープンソースモデルが含まれており、APIキー申請が不要になり、ネットワークの問題を解決し、課金プロセスを簡素化し、プライベートおよびクラウドアプリケーションの展開をサポートします。Studio - Qianhui Technology
CodeBuddy IDE 1.0 正式版がリリースされました。国際版は GPT-5-Codex を完全にサポートし、カスタムコマンドや Web Fetch によるリアルタイムのネットワーク情報取得などの機能が追加されています。MCP Marketplace も正式にオープンし、DiffView の全機能をサポートしています。
Anthropic社は、Claude Codeのウェブ版をリリースしました。これにより、ユーザーはデプロイすることなく、ブラウザ上で直接コード生成機能を利用できるようになります。主な機能としては、GitHubリポジトリへの接続、コードの自動生成、複数のタスクの並列処理、リアルタイムの進捗状況追跡、完了時のプルリクエスト（PR）の自動作成などが挙げられます。
Vidu Q2リファレンスビデオが世界中で利用可能になりました。今回のアップグレードは、高い一貫性、高速化、そしてより手頃な価格という3つの主要な側面に重点を置いており、プロおよびセミプロのクリエイターによる独創的なコンテンツ制作への高まるニーズに応えます。Vidu Q2リファレンスビデオは現在、世界中で利用可能です。ユーザーは、Viduウェブサイトまたは主要アプリストアでVidu AIアプリを検索することで、最新機能を体験できます。
Baiduが独自開発したマルチモーダル文書解析モデル「PaddleOCR-VL」は、リリースからわずか16時間でHuggingFaceのグローバルトレンドランキングで首位を獲得しました。パラメータ数はわずか0.9Bと軽量かつ効率的で、テキスト、手書きの中国語、表など様々な複雑な要素を正確に認識し、109言語に対応しています。
Unitree Robotics社は、身長180cm、体重70kgの4番目のヒューマノイドロボット「H2」を発表しました。前モデルのH1と比較して、H2は動作の滑らかさと生体模倣機能が大幅に向上しています。H2は腕、脚、胴体に31個の関節を備えており、バレエや中国武術などの複雑な動きをこなすことができます。また、人間のような顔立ちをしており、外見や動きがより人間らしくなっています。
DeepSeekは、新しいビジュアルテキスト圧縮モデル「DeepSeek-OCR」を発表しました。わずか3バイトのパラメータ、ハイブリッドエキスパートアーキテクチャ、そしてビジュアルトークンの20分の1削減により、20倍の圧縮率を実現し、20ノードで1日あたり3,300万ページのデータを処理できます。Foxベンチマークテストでは、さまざまなテキスト長範囲で85%以上の精度を達成しました。複数の解像度構成、多言語処理、複雑なチャート解析、その他のマルチモーダル機能をサポートし、複数ターンの対話で10倍の圧縮効率を実現します。
AI動画企業のPixVerseは、Fosun RZ Capital、Tongchuang Venture Capital、Shunxi Capitalの共同出資による1億人民元のシリーズB+資金調達ラウンドの完了を発表しました。PixVerseとその製品であるPixWo AIは、一般ユーザーとプロのクリエイターの両方を対象としており、1億人を超えるユーザーベース、4,000万ドルを超える年間経常収益、1,600万人を超える月間アクティブユーザー数を誇っています。
Manusは、Manus 1.5のリリースを発表しました。タスク実行速度、信頼性、出力品質が大幅に向上し、平均タスク完了時間が4分未満に短縮されました。これは、処理速度が約4倍向上したことを意味します。Manus 1.5には、非常に複雑なタスク向けのManus-1.5と、コスト効率の最適化を目的としたManus-1.5-Liteの2つのモデルが用意されています。また、この新バージョンでは、フルスタックのWebアプリケーション開発機能も搭載されており、ユーザーはダイアログボックスを通して開発からデプロイまでの全プロセスを完了できます。
MeituanのLongCatチームは、音声コーデックソリューション「LongCat-Audio-Codec」をオープンソース化しました。大規模音声言語モデル（Speech LLM）向けに設計されたこのソリューションは、意味的トークンと音響的トークンの並列抽出メカニズムを採用することで、音声の意味的特徴と音響的特徴のバランスを取り、従来のソリューションにおける意味情報と音響情報のバランス調整の問題を解決します。低遅延ストリーミングデコーダはリアルタイムのインタラクションをサポートし、車載音声アシスタントやリアルタイム翻訳といったシナリオのニーズに対応します。
スタンフォード大学のフェイフェイ・リー教授が設立したスタートアップ企業、ワールドラボは、リアルタイム生成型ワールドモデル「RTFM」を発表しました。このモデルは単一のH100 GPUで動作し、2D画像を入力として受け取ると、異なる視点から新しい2D画像を生成し、3Dの一貫性と永続性を実現します。RTFMは大規模なビデオデータで学習されており、3D表現を明示的に構築する必要はありません。代わりに、エンドツーエンド学習を通じて3D形状、反射、その他の特徴を学習およびシミュレートします。
Logic Roboticsは、産業グレードの対話型ロボットの新世代モデル「Logic Elf G2」を発表しました。産業規格に準拠して設計されたこのロボットは、NVIDIA Jetson Thorチップ、高精度力制御式デュアルアーム、19自由度（DOF）の器用なハンドを備えています。3D触覚認識機能、5自由度の腰と脚、全方向移動可能なシャーシを搭載。複数人による連続音声対話と知識ベースに基づく質問応答に対応し、デュアルバッテリーによるホットスワップ対応バッテリー交換技術を採用。さらに、360°全方位魚眼カメラと、障害物回避のための前後デュアルLiDARセンサーを搭載しています。
Alibabaは、コマンドライン環境向けに設計された新しいAIプログラミングツール「Qoder CLI」を発表しました。最上位のプログラミングモデルと軽量エージェントフレームワークを統合したQoder CLIは、強力なコード生成・理解機能を備えながら、メモリ消費量とコマンド応答時間を削減し、開発効率を向上させます。Qoder CLIは複雑な初期化を必要とせず、インストール後すぐに使用可能で、ファイル編集、コマンド実行などの機能をサポートし、MCPを介して拡張またはカスタマイズできます。
Anthropic社は、Claude Haiku 4.5モデルをリリースしました。このモデルは高い性能を維持しながら、処理速度が2倍になり、コストも大幅に削減されています。SWE-bench Verifiedテストセットにおいて、Haiku 4.5は73%のスコアを獲得し、Claude Sonnet 4やOpenAIのGPT-5と同等の性能を示し、一部のタスクではSonnet 4を凌駕する結果となりました。