AIニュース

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。

OpenRouter 宣布完成1.13亿美元 Series B 融资，由 Alphabet 旗下独立成长基金 CapitalG 领投，NVentures、ServiceNow Ventures、MongoDB Ventures 等参投。平台周处理量达 25 万亿 tokens，较半年前增长 5 倍，月处理量达 100 万亿。本轮融资将用于扩展路由、治理和优化能力，支持企业多模型 AI 部署需求。

Runway推出 Runway MCP 服务器，将旗下AI视频与图像生成能力接入Claude、ChatGPT、Cursor等兼容Agent。用户无需切换上下文，可在对话中直接调用Gen-4.5、Seedance 2.0、GPT Image 2等模型生成营销视频、产品素材及视觉内容。

腾讯推出AI游戏创作平台「代号Craft」，支持赛车、开放世界、RPG、卡牌等多种游戏类型，提供2D/3D海量免费资产库与AIGC能力，让做游戏像玩游戏一样简单。平台联合深圳前海启动”开发者先锋营”线下训练营，为首测开发者提供AI游戏创作学习与实践机会，目前正在招募首批测试用户。

快手正式开源多模态大模型 Keye-VL-2.0-30B-A3B，首次将 DSA 稀疏注意力机制引入多模态理解场景，支持 256K 超长上下文，实现长视频时序因果推理。模型在 TimeLens 视频理解基准中部分指标超越 Gemini 2.5 Pro 与 Gemini 3 Flash，首次解锁 Agent 协作能力，覆盖代码、工具调用与搜索等复杂任务场景。

小米大模型MiMo-V2.5系列宣布API永久降价，最高降幅达99%，Token Plan套餐用量提升至原5-8倍。同时，自4月28日启动的”百万亿Token创造者激励计划”提前收官，累计发放100万亿Token，申请人数超54.8万。现有Token Plan用户额度全量重置，V2.5-TTS系列继续限时免费。 MiMo

支付宝发布全栈AI原生支付体系，推出全球首个Token Pay服务、AI钱包，连同此前落地的AI付与AI收，构成覆盖授权、支付、结算、管理的完整智能体经济基础设施。AI付已完成3亿笔智能体支付，支持95%主流智能体框架，资损率降至亿分之一；AI收让全网Agent可自动购买商家服务，个人经验可通过Agent便捷变现。

面壁智能联合清华大学、OpenBMB开源社区正式开源端侧文本基座大模型MiniCPM5-1B。模型以1B参数规模在AA-Index榜单得分17.9，超越所有2B以下模型，甚至超过参数翻倍的主流基座模型，成为全球2B参数以内最强开源基座模型。INT4量化后仅0.5GB，可在手机、浏览器等终端流畅运行。

阿里通义实验室推出AgentScope 2.0，聚焦真实场景下的稳定运行与生产接入进行系统性升级。新版本新增模型容错机制，支持失败自动重试与备用模型切换；重构消息模块实现执行过程实时可见；引入权限系统对高危操作自动拦截；优化上下文管理避免长链路失忆。

小米汽车正式发布Xiaomi Auto World Model全新框架，首次将三维重建与视频生成深度耦合为一体化架构。框架重建模块以稀疏三维锚点替代传统稠密高斯，10秒视频仅需10秒完成；生成模块通过两阶段训练与ODE蒸馏实现4步去噪、0.19秒/帧的高效生成，支持最长1分钟视频。

昆仑万维旗下天工AI正式推出高性能Agent模型SkyClaw-v1.0及轻量化版本SkyClaw-v1.0-lite。模型支持百万token长上下文，深度适配真实智能体工作流，重点优化复杂工具调用、多轮任务执行、代码生成与交互式应用构建。在多项Agent基准测试中，SkyClaw-v1.0全面超越Minimax 2.7、DeepSeek V4 Flash等主流开源模型，性能接近更大规模的顶级模型，且定价低于竞品一半。

AgentMore Skills广场正式上线。广场整合「推荐」官方严选、「Skillhub」7.4 万+免费技能及「开源社区」三大模块，支持全局搜索与一键零 Token 安装。用户可为 Agent 快速装备微信读书、美团优惠券等大厂独家技能包，实现从通用聊天到行业专家的秒级升级，支持随时卸载管理。

腾讯ima copilot宣布全面开放，用户无需排队即可使用。工具具备持续进化记忆与全场景感知能力，可读取、总结并调用知识库内容，支持接入各大模型API KEY及自定义扩展技能。同时，ima知识号新增发布Skill功能，知识广场从”内容平台”升级为”能力平台”，首批上线微信读书、腾讯招聘等官方Skill。

DeepSeek官方宣布 DeepSeek-V4-Pro 模型API永久降价，5月31日结束2.5折优惠活动后，正式调整为原定价的1/4。降价后，缓存命中输入0.025元/百万Tokens，缓存未命中输入3元/百万Tokens，输出6元/百万Tokens。这意味着原本的限时2.5折优惠将永久保持，大幅降低开发者使用成本。

商汤办公小浣熊桌面智能体正式发布，定位从建议者进化为执行者的AI办公伙伴。产品具备六大核心能力：支持20+格式本地文件直读、浏览器自动化、Ctrl+K全局快捷唤起、飞书等办公协同、本地记忆越用越懂用户、定时任务自动执行。

面壁智能联合清华大学及 OpenBMB 开源社区开源中国首个完全基于华为昇腾国产算力平台端到端训练的 1.58-bit 三值大模型 BitCPM-CANN，包含 0.5B 至 8B 四个尺寸。模型采用量化感知训练路线，推理阶段释放约 6 倍显存红利，模型能力保留率达 90%–97.2%，为端侧 AI 落地与国产 NPU 生态提供关键基础设施。

QoderWake开启全球公测，首发Mac版，5分钟可配置数字员工上岗。开放后端、前端、测试、产品等6个内置岗位，支持自定义角色。工具具备长期记忆与进化能力，可通过IM、Webhook等方式接活，自动输出交付摘要。内置四维权限中心保障安全，支持MCP接入企业系统，7×24小时自主协作。

网易有道AI团队开源多模态推理模型Confucius4，基于Qwen3.5-27B架构推出，专为高级数学推理设计。模型采用迭代SFT+RL训练与精细化CoT优化，在Math-Hard-500等基准达同等规模SOTA性能，推理链长度降低43.2%。Confucius4针对中文用户定向优化，支持图文混合输入，兼容Qwen生态。

美团LongCat团队正式开源LongCat-Video-Avatar 1.5数字人视频模型，从开源SOTA迈向商业级应用。模型升级Whisper-large音频编码器，构建高质量多场景数据体系，引入逐帧级GRPO偏好对齐，在唇形同步、物理合理性、长视频稳定性及多人互动上全面跃升。模型采用DMD蒸馏实现8步生成，效率提升约15倍。

智谱开放平台发布GLM-5.1高速版API GLM-5.1-highspeed，模型输出速度达400 tokens/s，刷新全球大模型API速度上限。GLM-5.1-highspeed由智谱与TileRT团队联合推出，首次在国产大模型中实现旗舰级能力与极致低延迟兼得。适用AI编程、实时交互、实时语音等对延迟要求极高的场景，现已面向部分企业客户开放。

腾讯混元开源新一代翻译大模型 Hy-MT2，提供 1.8B、7B、30B-A3B 三个尺寸，支持 33 种语言互译及 5 种民汉/方言。其中 7B 和 30B-A3B 在多项评测中达到开源模型最佳效果。同时推出腾讯 Hy 翻译小程序，支持语音输入、自定义翻译风格及离线翻译，iOS 与安卓 APP 即将上架。

火山引擎方舟 Coding Plan 与 Agent Plan 同步接入 DeepSeek V4 系列模型，两种套餐包中均可使用 DeepSeek V4 Pro 和 V4 Flash。Coding Plan 面向开发者编程场景，Agent Plan 聚合 DeepSeek V4、豆包 Seed 系列等多模态模型及联网搜索等 Harness 能力，通过订阅制能大幅降低调用成本。

腾讯操作系统级AI助手腾讯Marvis（马维斯）正式上线，官网开放Windows、Mac及安卓端下载，无需邀请码即可体验。产品由应用宝团队推出，内置6名24小时在线AI Agent，支持读取本地文件、操作电脑软件与手机App，具备系统级文件MCP服务。

阿里D20全球设计院长峰会2026正式开票，堆友再度携手参会。本届以”设计新生”为主题，主论坛聚焦大模型、Agent、AIGC及空间智能，分论坛涵盖阿里云”Vibe Designing”、淘天AI设计Agent、千问AI硬件UX等前沿方向，并首发AI设计实战工作坊与AI设计展。