1天前

蚂蚁灵波科推出行业首个具身原生世界动作模型 LingBot-VA 2.0

蚂蚁灵波科技推出行业首个具身原生世界动作模型 LingBot-VA 2.0。模型基于自回归架构从零预训练，采用语义视觉-动作分词器、因果预训练范式、MoE 架构及异步推理机制四大核心设计，实现单卡 150Hz 实时推理，让机器人具备边推演、边行动的通用控制能力。来源：蚂蚁灵波科技

1天前

快手推出旗舰级 Agentic Coding 模型 KAT-Coder-Pro V2.5

快手KwaiKAT正式推出旗舰级Agentic Coding模型 KAT-Coder-Pro V2.5，在长程工程能力、通用Agentic能力及大规模强化学习三方面实现突破。通过AutoBuilder自动化流水线构建超10万个可运行仓库环境，采用多框架RL训练与多专家融合（MOPD）技术，模型在SWE-Bench Pro、PinchBench等评测中取得领先成绩。来源：KwaiKAT

2天前

OpenAI 推出 ChatGPT 智能体工作台 ChatGPT Work

OpenAI推出全新ChatGPT Work智能体。产品由Codex与GPT-5.6驱动，定位为可承担长时间、多步骤任务的智能体，支持跨网页、移动设备和桌面平台完成实际工作。用户只需通过单一指令描述目标，可让AI接管整个工作流程，利用应用和文件上下文创建文档、幻灯片、分析、网站和报告。来源：IT之家

2天前

OpenAI 正式推出最新一代大语言模型系列 GPT-5.6

OpenAI正式推出GPT-5.6系列模型，包含旗舰Sol、均衡Terra和性价比Luna三款，API价格梯度覆盖$1-$30/百万token。在Agents’ Last Exam评测中，Sol以53.6分超越Claude Fable 5达13.1分，编程智能体指数更创80分新高，且成本与耗时均大幅降低。来源：APPSO

2天前

Meta 向开发者开放 Muse Spark AI 模型 API

Meta正式向开发者开放Muse Spark AI模型API，并发布升级版Muse Spark 1.1，标志着模型正式加入AI模型商业化竞争。模型是Meta迄今在编程与智能体任务上最强的模型，支持代码编写、工具调用及多模态理解。来源：IT之家

2天前

阿里元境推出一站式AI大模型聚合平台 JellyToken

阿里元境正式推出JellyToken（智渲云）国内主流AI大模型一站式API聚合平台。用户仅需一个API Key可调用通义千问、DeepSeek、豆包、智谱、月之暗面等60余款国产模型，覆盖文本、图像、视频、音频四大场景。平台提供智能路由、负载均衡、Token级精准计费及正规发票等企业级能力，帮助开发者与企业降低多模型接入门槛与运维成本。来源：AI工具集

2天前

蚂蚁灵波开源面向具身智能的视频生成基础模型 LingBot-Video

蚂蚁灵波科技开源LingBot-Video，是全球首个基于MoE架构、面向具身智能的视频生成基础模型。模型总参数30B，推理时仅激活约3B，效率为同等Dense架构的3倍。团队构建了7万小时具身数据集，引入多维强化学习奖励系统，强化物理合理性与任务完成度。来源：蚂蚁灵波科技

2天前

Mistral AI 推出具身智能导航模型 Robostral Navigate

Mistral AI推出具身智能导航模型Robostral Navigate，单RGB摄像头可让机器人在复杂环境自主导航。模型参数8B，在R2R-CE未知环境测试中成功率达76.6%，超越多传感器方案。模型采用指向预测目标位置策略，结合前缀缓存技术将训练周期从数月缩至数天，通过在线强化学习持续自我改进。来源：AI工具集

2天前

OpenAI 推出的新一代语音模型 GPT-Live

OpenAI推出全新语音交互模型GPT-Live，支持实时同声传译与全双工对话，用户可随时插话打断。模型支持自定义推理强度，并引入深度任务委托机制，前台保持流畅语音交互的同时，后台可并行处理联网搜索、复杂推理等任务。在对话中可实时弹出天气、赛事等可视化卡片。来源：量子位

3天前

SpaceXAI推出新一代旗舰大语言模型 Grok 4.5

SpaceXAI推出旗舰模型Grok 4.5，采用1.5T参数MoE架构并与Cursor联合训练，性能对标Claude Opus。模型推理速度达80 TPS，编程能力在DeepSWE Bench上超越Opus 4.8，且Token效率提升4倍以上，支持50万上下文，下周将升级至百万，月底还将推出2T参数版本。来源：量子位

3天前

字节跳动推出多模态图像创作模型 Seedream 5.0 Pro

字节跳动Seed团队推出多模态图像创作模型Seedream 5.0 Pro，模型在图文匹配、文字渲染与画面美感等基础能力上全面提升，实现复杂信息可视化、交互式精准编辑、真实影像质感还原及原生多语种生成四大突破，可将数据与密集文字直接转化为专业排版，支持点选圈选等精细化操控，来源：字节跳动Seed

3天前

智源研究院推出多模态表征世界模型悟界·RoboBrain Orca

智源研究院推出悟界·RoboBrain Orca多模态表征世界模型。模型通过12.5万小时视频进行无意识学习，结合1.6亿条事件标注进行有意识学习，构建统一世界潜在表征空间。在文本生成、图像预测和具身动作生成等下游任务中，模型表现优于同等规模基线模型。来源：智源研究院

3天前

物理 AI 公司 Momenta 正式挂牌上市，市值突破700亿港元

Momenta正式在港交所挂牌上市，股票代码6880.HK，成为”物理AI第一股”。首日开盘涨超6%，总市值突破700亿港元，募资约68亿港元。公开发售获414倍超额认购，14家顶级基石投资者护航，包括GIC、富达、奔驰、比亚迪等。来源：财联社

3天前

Meta 超级智能实验室推出 AI 图像生成模型 Muse Image

Meta超级智能实验室推出首个自研AI图像生成模型Muse Image。模型作为代理运行，与Muse Spark配合进行多步骤规划，支持文生图、图像编辑、文字渲染及二维码生成，在Arena AI排行榜位列第二。Muse Image为Instagram Stories提供超30种AI特效，日常创作免费，超额需订阅。来源：IT之家

4天前

蚂蚁灵波推出空间感知模型 LingBot-Depth 2.0

蚂蚁灵波科技推出空间感知模型LingBot-Depth 2.0，训练数据从300万扩充至1.5亿，深度补全基准16项测评获12项第一，室内深度误差减半。同步开源视觉基座模型LingBot-Vision，业内首创边界结构预训练，仅1.6亿图像实现亚像素级边界定位。LingBot-Depth 2.0已通过奥比中光认证，双方将合作推出SDK及一体化相机产品。来源：蚂蚁灵波科技

4天前

Claude Cowork 扩展至网页与手机端

Anthropic 宣布 Claude Cowork 任务智能体正式扩展至网页端与移动端，支持跨设备延续会话与文件操作。更新后，用户可在桌面端发起任务、手机端查看进度，定时任务更支持离线后台运行。关键决策时，Claude 会向用户手机发送确认请求。目前该功能处于测试阶段，首批面向 Max 订阅用户。来源：IT之家

4天前

腾讯 AI 生成应用 App「吐司」苹果 iOS 版上线

腾讯AI生成应用App”吐司“正式上线苹果iOS版，安卓版已于上月推出。产品定位为探索型氛围编程工具，可由AI梳理功能并精细化编辑打磨，设有灵感广场与优质模板，支持用户共创应用。平台让无代码基础的用户能将想法转化为真实可用的App，形成想法→应用→分发→共创闭环生态。来源：IT之家

4天前

字节跳动推出超长程评测集 EdgeBench

字节跳动Seed团队推出超长程评测集EdgeBench，用于衡量AI Agent在真实世界环境中的持续学习能力。评测集包含134个真实任务，覆盖科学、软件工程、知识工作等六大领域，每个任务支持12小时以上连续运行。研究发现，Agent在环境交互中的学习轨迹遵循高精度log-sigmoid曲线，且前沿模型的学习速度每三个月翻一倍。来源：字节跳动Seed

4天前

支付宝 AI 开放平台开放邀测

支付宝AI开放平台正式上线并开放邀测，面向商家与开发者提供一次接入、多端分发的AI化升级服务。商家可将存量小程序和API一键升级为MCP、Skill或Agent，通过阿宝触达支付宝10亿用户，同时跨端覆盖手机、车机、AI眼镜等智能终端。来源：支付宝

5天前

上海 AI Lab 开源国产科研智能体工作台 InternAgentS

上海AI实验室开源国产科研智能体工作台 InternAgentS，面向AI for Science领域提供可本地部署、多模型适配的科研协作平台。平台将论文阅读、实验分析、代码迭代、远程计算与科研写作等全流程整合至统一项目空间，支持接入DeepSeek、Qwen、Kimi等国产及私有模型，打通3600余个科研工具与Skills。来源：书生Intern