AI 资讯

SpaceXAI 为 Grok 推出 Build 模式，用户输入提示词可将创意实时转化为带独立域名的可发布产品。Build 模式支持生成网站、应用、游戏及实时仪表盘，提供实时预览与自然语言迭代，无需编写代码可调整布局、样式与逻辑。完成后的项目可通过 grok.me 域名或自定义域名发布，支持导出源代码至 GitHub 继续开发。

Midjourney推出Midjourney V8.2图像生成模型，全面升级提示词理解、风格参考逻辑与出图稳定性，风格种子一致性、垫图融合自然度及复杂场景解析力显著增强，文字渲染精准度与东方古典意境表现达到新高度，一次出图成功率大幅提升。

微软 CEO 纳德拉官宣首个 AI 网络安全模型 MAI-Cyber-1-Flash，在 CyberGym 基准测试中以 95.95% 的成功率超越Claude Mythos 5 和 GPT-5.5 Cyber 等竞品。模型现已接入多智能体安全系统 MDASH，可高效处理约 90% 网络安全任务，与 GPT-5.4 组合后成本较现有配置降低近 50%。

人大与蚂蚁联合推出开源多智能体搜索框架 SearchOS，能为长程复杂信息检索提供系统级协作基础设施。框架将搜索过程中的任务进度、证据关系与补全状态抽象为跨 Agent 共享的系统状态，使多个智能体能在统一调度下分工协作、避免重复与失忆。

月之暗面Kimi K3开放日，正式推出Kimi K3模型权重、技术报告及三项关键Infra技术。Kimi K3为2.8万亿参数MoE模型，具备原生视觉理解与100万token长上下文能力，规模化效率较前代提升2.5倍。同步开源MoonEP高性能通信库、FlashKDA算子及AgentEnv沙箱系统，覆盖从训练通信到分布式RL环境的关键链路。

阿里正式推出一站式 AI 办公工具千问办公，开放Windows与macOS Beta版下载，主打企业IM写作、Office一站式生成、多模态理解、全栈网页生成等六大核心能力。同时，其鸿蒙电脑Beta版也上架AppGallery应用尝鲜，千问办公应用由钉钉科技开发，支持AI写作、PPT生成、文档互转及多模型切换等功能。

据《华尔街日报》报道，美国金融科技公司Stripe正洽谈收购大模型聚合平台OpenRouter，估值约100亿美元。OpenRouter作为模型路由平台，已接入400余个模型，能帮助企业灵活调用、切换不同厂商AI服务，避免被单一巨头绑定。

全球化AI互动娱乐平台海艺宣布完成超亿元B轮融资，由视觉中国、华盖创赢、祥峰投资联合领投。海艺注册用户超6500万，海外占比超90%，毛利率超40%，已沉淀超200万个AI原生创作资产，构建起”SeaArt角色创作+MoreShort短剧消费+SeaSoul角色互动”的完整AI IP生态，从工具竞争转向内容资产与创作者生态壁垒。

美团正式推出全场景AI Agent平台CatPaw，提供开箱即用的AI智能工作台与企业级Agent开发托管能力。平台深度融合美团本地生活行业认知，支持移动端App、PC客户端及云端7×24小时不间断运行，已在内部覆盖9万员工、搭建3万个Agent。CatPaw具备多Agent自主协同、专家与技能即装即用、跨会话长期记忆等能力。

AI教育大佬吴恩达开源桌面Agent项目OpenWorker。与普通聊天机器人不同，工具强调直接交付完成的工作成果，可自主调用本地文件和日常办公工具链完成任务。项目主打本地优先与隐私保护，数据默认保留在用户设备上，用户可自由切换底层模型。OpenWorker目前已支持macOS，Windows测试版已开放下载。

Anthropic推出新一代模型Claude Opus 5，智能水平接近Fable 5，价格仅为其一半。模型在Frontier-Bench、GDPval-AA等编程与知识工作评测中刷新行业纪录。Claude Opus 5在编程、商业自动化、计算机操作等场景表现亮眼，同等成本下性能领先竞品，已成为Claude Max默认模型及Pro版最强选择。

阿里云开源文档解析模型 OvisOCR2，模型用 96.58 分刷新 OmniDocBench v1.6 榜单纪录，成为首个超越传统流水线方法并登顶的端到端模型。模型仅 0.8B 参数，基于 Qwen3.5-0.8B 后训练，通过真实与合成数据互补引擎及多阶段训练流程，实现文本、公式、表格等内容的单步 Markdown 输出。

小红书 dots infra 团队开源多模态大模型训练框架 BigMac，针对计算效率与显存占用难以兼顾的痛点，提出依赖安全的嵌套流水线设计，用 LLM 流水线为主干有序嵌入编码器与生成器计算。实验显示其训练速度较基线提升 1.08 至 1.9 倍，且显存占用保持稳定，目前已应用于 dots 系列模型生产训练。

微软正式推出两款自研AI模型MAI-Image-2.5-Pro与MAI-Voice-2-Flash并开启公开预览，两者均基于内部训练流程构建。MAI-Image-2.5-Pro是微软目前精度最高的图像模型，支持主视觉生成、细节编辑及图像内文字渲染。MAI-Voice-2-Flash针对高并发语音场景优化，支持15种语言。

TRAE Work 升级内置 Seedream 5.0 与 Seedance 模型，并面向用户免费开放。在 TRAE Work 无需切换工具，通过自然语言可在工作流中直接生成图片和视频，支持文生视频、图生视频及文生图，同时提供多种时长、比例与分辨率。生成内容可嵌入任务上下文，无缝衔接后续文档撰写等工作。

Black Forest Labs推出多模态基础模型FLUX 3，首次在统一架构下联合学习图像、视频与音频。模型基于Self-Flow技术，可单次生成最长20秒带原生音频视频，支持文生视频、图生视频等模式。通过模态间物理约束学习世界表征，在机器人操控任务表现优异。

腾讯云正式推出云端智能体 CodeBuddy NPC，定位为”住在云端的 AI 员工”。开发者只需在 Issue 中 @NPC 派发任务，智能体可自主完成从方案规划到代码交付的全流程，无需人工干预。CodeBuddy NPC支持多 NPC 组队协同完成复杂任务，首轮 Token 消耗已从 2 万多个降至约 2000，降幅超 90%。

商汤在WAIC 2026推出日日新SenseNova U1 Pro，面向复杂多模态任务的AI图像生成系统。U1 Pro支持原生8K直出，具备图文交错思维能力，可围绕目标自主完成草图、细化、着色、检查与调整的全流程。实测显示，模型在超长画幅、复杂海报、琉璃质感山河图及商用电影海报等场景中均表现稳定，文字清晰、构图完整。

智象未来（HiDream.ai）宣布完成15亿元C轮融资，由社保基金四川振兴科创基金、工银资本等联合领投，多家国资与产业资本跟投，老股东持续加注。近三月累计融资超21亿元，正式迈入独角兽行列。本轮融资将加速其从多模态大模型向原生全模态世界模型的演进。

微软开源轻量级多模态图像生成模型系列 Mage-Flow，基于流匹配架构，仅 4B 参数，包含 Base、RL、Turbo 和 Edit 四个版本，支持文本到图像生成、局部编辑与风格迁移。模型可在消费级 GPU 上高效运行，大幅降低部署门槛，适用于电商设计、广告创意、游戏开发等场景。

OpenAI 正式推出企业级 AI 智能体平台OpenAI Presence，帮助企业高效部署和管理 AI Agent，实现客户支持、销售等工作的自动化。平台可将智能体与企业内部数据、管理制度及现有软件深度连接，提供模拟测试、安全防护、人工审核及 AI 自动评分等管理工具，集成语音与聊天技术。

Claude Cowork 上线 Record a skill（录制技能）功能，用户边操作屏幕边语音讲解，AI 自动提炼为可重复调用的 Skill，无需再写繁琐 SOP。该功能面向 Pro、Max 及 Team 用户，入口位于桌面应用 Cowork 模式的「+」菜单。

商汤科技推出「咔皮家族」AI应用矩阵，定位为以Personal Intelligence为核心的全天候生活智能体，累计用户已突破4000万，年增速超500%。该家族包含三位私人高管：「咔皮健康」可将智能手表数据翻译为个性化健康建议；「Kapi相机」基于多模态能力提供AI构图、滤镜与姿势推荐；「咔皮记账」连接日常收支与长期财务目标。

腾讯AI创意智能体平台Miora正式全量上线。平台定位为有记忆、能理解需求、能调用多智能体协作的AI创意工作室，用户只需提出目标，Miora可自动拆解任务，将图片、视频、3D、UI等工作交由对应专家处理，保持风格一致。