AI 资讯

面壁智能推出专业级文档智能体工作台Lantay，现已进入公测阶段。产品借鉴Cursor设计理念，通过Vibedocing交互范式实现人机协同创作，采用导航区、工作区、对话区三合一布局。平台支持16种格式文件处理，单次可批量整合200个材料，单文件上限100MB。Lantay主要面向法律、金融、出版等高严谨行业的重度文档工作者。

Meta宣布与芯片巨头博通签署五年长约（至2029年），初始投入超1GW算力用于定制AI芯片，扎克伯格宣称目标是”为数十亿人提供个人超级智能”。Meta计划两年内推出四代自研MTIA芯片（300/400/450/500），成立超级智能实验室，由Scale AI创始人Alexandr Wang担任首席AI官。

阿里ATH事业群推出首款AI开发工具Meoo（秒悟）。产品集成千问、Kimi、GLM、MiniMax四大顶尖模型，内置阿里云数据库、存储等核心服务。用户无需编程基础，通过自然语言描述需求，最快1分钟可自动生成完整前后端代码，支持在阿里云一键部署上线。

李飞飞旗下World Labs开源3D高斯溅射渲染引擎Spark 2.0，支持通过WebGL2将超1亿splats的3D世界流式传输至桌面、手机及VR设备。引擎基于Three.js构建，采用连续型LoD高斯溅射树、渐进式流式加载和虚拟内存技术，实现超大规模场景在网页端的实时渲染，解决传统引擎仅支持单对象、缺乏动态动画及设备兼容性差等痛点。

百度文心正式开源文生图模型 ERNIE-Image，仅8B参数达到开源SOTA水平，在文字渲染、复杂指令遵循等能力上媲美Nano Banana等商业闭源模型。模型24GB显存即可运行，支持中英日韩多语言精准字形生成，已上线ComfyUI并推出GGUF量化方案，相关权重与推理代码已在Hugging Face开源。

MiniMax Agent 桌面端推出两项更新：Pocket 功能（Beta版）支持接入飞书、微信等主流 IM，用户可在聊天中直接指挥电脑执行任务并回传结果；Computer Use 功能让 Agent 可像人一样看屏幕、操作鼠标键盘，直接操控本地软件和系统设置。 稀宇科技

火山引擎正式上线 Seedance 2.0 API 服务，面向企业和个人开放视频生成能力。模型支持文、图、音、视频四模态输入，具备多模态内容参考与编辑能力，并建立肖像版权安全标准。目前已应用于影视文娱（如贾樟柯导演短片、春晚）、漫短剧、广告营销、AI工具、具身智能、自动驾驶等行业，助力创作效率提升。

米哈游创始人蔡浩宇的AI公司Anuttacon推出首个视频模型LPM 1.0。模型拥有170亿参数，支持实时生成能说话、唱歌、倾听并表达情绪的AI角色视频，可保持长时间身份一致性生成（支持22-48分钟视频）。技术上采用扩散Transformer架构与因果式流生成器，解决表现力、实时性与长视频一致性难题。

MiniMax推出Music 2.6音乐生成模型，新增Cover功能可基于现有歌曲改编风格与编曲，同时优化国风乐器时序演进、中低频表现及人声自然度。模型首包延迟降至20秒内，支持BPM、调性、段落结构等精准指令控制。同步开源三款Music Skill供Agent调用。 稀宇科技

MiniMax正式开源MiniMax M2.7，成为首个由AI深度参与自我迭代的模型，支持构建复杂Agent Harness及Agent Teams等能力，在软件工程与办公场景表现优异。开源首日与华为昇腾、摩尔线程、沐曦、昆仑芯、NVIDIA及Together AI、Fireworks等国内外芯片与推理平台完成适配。 稀宇科技

即梦AI正式推出智能创作助手 Octo 小章鱼，以”Vibe Create”为核心理念，支持无流程束缚、无场景限定的自由创作体验。产品现已上线即梦官网开放内测申请，助力用户打破繁琐流程束缚，让创作回归纯粹自由的对话体验，随时随地轻松落地灵感。

阿里通义实验室推出 VimRAG 框架，用动态有向无环图（DAG）替代线性上下文拼接，通过分支试错机制、视觉能量分配策略及图引导优化（GGPO），实现跨文本、图像、视频的精准检索与关联推理。实验显示，模型在Qwen3-VL-8B模型上准确率达50.1%，显著优于传统方案。

AI 陪伴机器人公司萌友智能 ropet 完成 A 轮超千万美元融资，由北京市人工智能产业投资基金、峰瑞资本等投资。ropet 桌面 AI 宠物售价约 2000 元，累计出货近 2 万台，90 天留存率达 80-90%，核心用户日均互动超 2 小时。产品主打”生物性”体验，通过性格养成、轻互动建立情感连接。

Meta超级智能实验室（MSL）推出首个模型 Muse Spark ，在Artificial Analysis跑分从Llama 4的18分跃升至52分，仅次于GPT-5.4和Gemini 3.1 Pro，推动Meta股价暴涨近10%。模型为原生多模态推理架构，具备视觉思维链、多Agent编排及”沉思模式”，在CharXiv视觉理解和HealthBench健康问答领域表现突出。

Anthropic推出最强模型Claude Mythos预览版，性能碾压Opus 4.6。模型能发现数千个高危漏洞，攻击能力超绝大多数黑客。模型因安全风险过高，暂不向公众开放，仅通过”Project Glasswing”向Amazon、Apple、Google等巨头及40多家基础设施企业开放，用于防御性安全加固。

爱诗科技推出首个影视行业大模型PixVerse C1，支持文生、图生、参考生、首尾帧生成及智能分镜，最高支持15秒1080P视频。模型具备多宫格分镜一键成片、复杂场景多角色精准调度、角色跨镜头一致性保持等能力，在打斗场面、特效渲染等工业级视效上实现突破。 AIsphere

智谱开源旗舰模型 GLM-5.1 ，为全球最强开源模型，可独立持续工作超8小时，自主完成复杂工程任务。模型代码能力在SWE-Bench Pro等基准测试中位列全球第三、国产第一，超越GPT-5.4与Claude Opus 4.6。实测可8小时构建完整Linux桌面系统、优化向量数据库性能近7倍、24小时迭代优化ML负载实现3.6倍加速。

OpenBMB开源2B参数语音合成模型 VoxCPM2，采用无分词器扩散自回归架构，支持30种语言及中文方言，输出48kHz录音室级音质。模型首创Voice Design功能，可通过文字描述凭空创造声音；支持可控声音克隆与终极克隆模式。模型训练数据达236万小时，实时率低至0.13，采用Apache-2.0协议可商用。

面壁智能完成新一轮数亿元人民币融资，由深创投与汇川产投联合领投，获评2026年中国独角兽企业。公司专注端侧大模型，践行”密度法则”，MiniCPM系列下载量突破2400万，已在长安马自达、吉利银河等汽车及智能手机、智能家居领域规模化落地。

微软推出AI转录模型 MAI-Transcribe-1，在FLEURS基准测试中以3.9%字错误率宣称全球最精准，支持25种主要语言，在11种核心语言上登顶，性能超越Whisper-large-v3和Gemini 3.1 Flash。模型批量转录速度达Azure Fast服务2.5倍，定价每小时0.36美元，已在Microsoft Foundry平台开放使用，暂不支持实时转录和说话人分离功能。

字节跳动旗下扣子2.5正式上线，推出”Agent World”生态。新版本为 AI Agent 配备独立云电脑与云手机，支持 7×24 小时后台自主运行任务；集成视频创作、编程 CLI 及法律金融等行业专家技能；引入长期记忆系统，实现跨平台个性化协作。

前OpenAI科学家Andrej Karpathy推出 LLM Wiki 知识库构建方案，引发社区热议。LLM Wiki提出在Agent时代只需分享”想法文件”，由Claude、Codex等Agent自动构建个人知识库。系统分原始数据、Wiki、Schema三层，通过数据摄取、查询、质量检查形成闭环，支持知识持续积累与自我增强，适用于研究、阅读、企业知识管理等场景。

阿里通义实验室推出视频生成大模型Wan2.7-Video，支持全模态输入与”指令P视频”式编辑，可精准增删改视频元素、修改台词动作及机位。Wan2.7-Video支持最多5个主体特征一致性控制、故事板分镜、创意复刻与剧情续写。模型以”戏核”为驱动，实现智能剧情设计、40+种表情演绎及专业运镜。

小米推出 Xiaomi MiMo Token Plan 订阅方案，采用统一Credit点数计费，取消5小时token使用限额。Token Plan提供Lite（¥39/月）、Standard（¥99/月）、Pro（¥329/月）、Max（¥659/月）四档套餐。方案适配Claude Code、OpenClaw等主流AI开发工具，用户可按需选择不同档位。 MiMo