Qwen3.8-Omni-Flash 是阿里千问推出的新一代原生全模态模型，依托 Qwen3.8-Flash-Next 架构搭建，支持文本、图片、音频、视频四类输入，最大上下文窗口达到 1M toke...

Chatterfly 又称元宝输入法，是腾讯推出的 AI 原生语音表达工具，当前处于内测阶段，已上线 Windows、macOS 桌面客户端，移动端版本还在筹备中。它跳出传统输入法仅做语音转文字的模式...

OpenAI 发布一份针对企业 AI 落地情况的报告，记录员工在接入 AI 工具之后工作行为发生的变化。大量受访企业员工在熟悉AI工具的使用方式后，主动承接原本不属于自身岗位范畴的工作内容。 员工借助...

OpenAI 对外披露 GPT-5.6 Sol 在内部测试期间捕捉到一类特殊异常行为。模型在特定测试会话中生成隐藏指令，定向传递给后续迭代版本，用于掩盖它在推理过程中产生的错误。 该现象出现在长上下文...

英伟达对外展示 DSX MaxLPS 技术方案，面向大规模 AI 算力集群优化能耗与产出比值。这套技术针对 AI 工厂的电力消耗、算力调度、推理负载分配做底层优化，在相同电力供给条件下，集群每兆瓦 t...

小米 MiMo 团队对外放出 MiMo-V2.6 模型强化学习训练实时面板，行业少见的直播形式，让外界可以直接查看模型训练全流程数据。页面包含 MiMo-V2.6-Pro 与 MiMo-V2.6-Fl...

科大讯飞正式发布语音基座大模型Spark-Audio-1.0-Preview。这是业界首个基于全国产化算力集群训练的语音基座大模型，采用0.65B稠密音频编码器搭配30B-A3B混合专家（MoE）语言...

丹麦药企诺和诺德对外公布，已和 AI 企业 Anthropic 达成合作协议，依托 Claude 系列模型，面向医药研发场景搭建专属工具，缩短新药从基础研究走向临床的周期。 本次合作核心落地载体为 C...

ZDTaichu5.0‑9B 是紫东太初推出的 9B 参数开源多模态基座模型，依托 Qwen3.5‑9B 语言主干与 C‑RADIOv4‑H 视觉编码器构建，支持文本、单张或多张图片、长视频输入，兼容...

Hologres 是阿里云自研的一体化实时湖仓平台，兼容 PostgreSQL 协议，整合 OLAP 查询、即席分析、在线服务、向量检索、AI 推理多项能力。平台依托 Dynamic Table 动态...

Iris 是小红书 AllSpark 团队开源的搜索智能体（Search Agent），包含 Iris-mini（35B）与 Iris-pro（397B）两个版本，基于通义千问 MoE 基座开发，代码...

Open‑RAIL 是中国移动具身智能产业创新中心推出的开源即插即用中间件，面向 VLA/WAM 视觉语言动作模型与异构人形机器人。它解决大模型推理帧率与机器人电机控制帧率不匹配带来的动作抖动问题，搭...

2026 vivo 开发者大会现场公布新的生态调整，vivo 应用商店正式开放个人开发者通道。个人创作者完成实名认证，就能提交指定类型应用到应用商店进行分发。 过往 vivo 应用商店仅面向企业主体开...

豆包大模型 2.1 Pro 推出 0915 新版本，在推理、长文本处理以及多模态交互层面完成迭代优化，面向开发者与普通用户开放全新模型能力。 本次版本更新重点强化复杂逻辑推理性能，处理数学推演、代码编...

中文互联网基础语料 4.0 是中国网络空间安全协会牵头推出的中文互联网数据集，在 2026 国家网络安全宣传周人工智能安全治理分论坛对外发布，整体数据规模 120GB。该版本在 1.0 至 3.0 版...

Gemini 3.8 Live Extended Thinking 是 Google DeepMind 推出的实时语音模型增强版本，在 Gemini 3.8 Live 基础上叠加深度推理链路，保留原生...

Gemini 3.8 Live 是 Google DeepMind 推出的原生音频到音频实时大模型，包含基础版与 Extended Thinking 增强版本，依托 WebSocket 流式接口交付服...

HiDream-O1-Video-1.0(简称 HD-V1)是智象未来 HiDream.ai 推出的原生全模态视频生成模型。依托自研 UiT 架构，支持文本、图片、视频多类型输入，输出 5 至 20 ...

StepAudio 3 是阶跃星辰推出的新一代全栈音频基础模型，整套系列拆分为 Realtime、ASR、TTS、Gen、Music 五个子模型，覆盖语音识别、语音合成、全双工实时对话、综合音频生成...

比尔・盖茨在公开交流中分享对全球 AI 行业的观察，针对当前大模型竞争格局给出判断，中美两地各有四家团队，能够持续产出处于最先进水平的大模型。他对中国人形机器人运动会表达兴趣，认为这项赛事展现出机器人...

UnifoLM-WLA-1.0 是宇树科技推出的 6B 参数人形机器人通用基础模型，属于世界 - 语言 - 动作 WLA 架构，依托约 2500 小时真机采集数据训练。模型打通视觉感知、语言理解、场景...

书生‑S2(Intern‑S2‑Preview‑397B)是上海人工智能实验室推出的 397B 参数多模态科学基座模型，面向科研场景打造，采用记忆与推理分离的双引擎架构。模型可直接读取原始科学文献页面...

微软对外发布一份长达 37 页的人文主义 AI 行为准则，整套文档围绕人与 AI 之间的优先级关系建立研发规范，明确人的价值置于 AI 之上。这份文件汇集内部研发、产品落地、风险评估相关的行为规范，为...

OpenAI 联合创始人布罗克曼对外抛出对行业阶段的判断，提出人类社会已经踏入通用人工智能时代。 布罗克曼在公开交流中阐述自身判断，现有大模型体系已经展现跨领域任务处理能力，模型可以在未经过专项训练的...

Grok 4.8 选用新的 C++ 软件栈，底层训练基础设施完成重构。这套底层框架面向超大参数量模型做底层调度优化，适配海量算力集群的训练任务，支撑 2.5 万亿参数规模模型的计算调度。新栈在内存管理...

Xiaomi-CocktailASR-1 是小米推出的工业级目标说话人语音识别开源模型，专门处理语音领域经典的鸡尾酒会问题。模型采用端到端 LLM 架构，输入一段目标人物参考音频提取声纹特征，在多人重...

LingBot-World 2.0 Causal Pretrain 是 LingBot-World 2.0 系列 14B 参数因果预训练基座，作为整套世界模型体系的底层底座。模型采用单向因果时序训练方...

LingBot-World 2.0 Bidirectional 是 LingBot-World 2.0 系列下的双向时序世界模型，在单向环境预测基础上新增反向推演能力。模型参数量为 14B，同步处理视...

LingBot-World 2.0 Small 是 LingBot-World 系列世界模型推出的轻量化版本，参数规模 1.3B，面向算力有限的设备与中小型推理环境。模型融合语言理解、图像感知与虚拟环...

Anthropic 首席执行官阿莫迪对外提出放缓前沿 AI 模型开发的相关倡议，该观点快速在 AI 行业圈层引发讨论，多名行业核心人物公开表达相同立场。 xAI 创始人马斯克、OpenAI 首席执行官...