字节跳动FaceCLIP模型实现文本驱动的面部主题个性化生成

字节跳动Dolphin-1.5多模态模型上线，专注文档智能解析

字节跳动Dolphin-1.5视觉模型专注文档理解与OCR

字节跳动推出Video-As-Prompt-Wan2.1-14B图像转视频模型

月之暗面开源Kimi-Audio-7B，集语音识别理解与生成为一体

阿里巴巴发布8B深度研究智能体Marco-DeepResearch

月之暗面开源Kimi-Linear-48B-A3B-Base模型

月之暗面发布Kimi-Audio-7B音频语言模型

阿里巴巴开源Ovis-Image-7B文生图模型

字节跳动发布Sa2VA-Qwen3-VL-2B多模态对话模型

MiniMax发布SynLogic-Mix-3-32B混合逻辑推理模型

阿里巴巴开源80B参数多模态模型Ovis2.6-A3B

Stability AI发布sv4d2.0视频转4D模型

智源研究院发布基于Qwen3-0.6B微调的文生图模型URSA

BAAI 发布 URSA-0.6B-FSQ320 文本生成视频模型

MiniMax 推出 SynLogic-Mix-3-32B 混合逻辑推理模型

智源研究院推出 RoboBrain-X0-Preview 多模态机器人模型

BAAI推出URSA-0.6B-IBQ1024：基于Qwen3微调的文生图模型

腾讯混元开源多模态图片描述模型HunyuanCaptioner

BAAI开源URSA-1.7B-FSQ320文本生成视频模型

BAAI开源URSA-1.7B-IBQ1024文生图模型

智源RoboBrain2.0-3B多模态机器人模型发布

智源发布RoboBrain-X0-Preview机器人多模态模型

智源AI开源URSA-1.7B文本生成视频模型

HuggingFaceTB发布100M参数MoE文本生成模型nanowhale-100m

OpenGVLab发布ScaleCUA-32B多模态Agent模型

昆仑万维发布Unipic3统一多模态模型，支持任意到任意任务

BAAI发布基于Qwen3的URSA-1.7B文生图模型

智源开源机器人灵巧操作模型RoboBrain-Dex

BAAI发布RoboBrain2.0-3B机器人视觉语言模型

HuggingFace发布ORPO训练141B参数Mixtral文本生成模型

InternLM 开源 14B 参数代码生成模型 JanusCoder

HuggingFaceTB 发布 SmolVLM-500M-Instruct 小参数多模态模型

HuggingFaceTB推出100M参数MoE文本生成模型nanowhale-base

OpenGVLab推出ScaleCUA-32B视觉语言模型

上海AI实验室开源JanusCoder-14B代码生成模型

百川智能推出Baichuan-Audio-Instruct音频指令模型

SandboxAQ brings its drug discovery models to Claude — no PhD in computing requi

苹果发布多项新无障碍功能，同步升级Apple Intelligence

用Claude Code编写10万行Rust代码的经验总结

Replit Agent 4发布，最快最灵活助力创意编程与生产级应用

GitHub内部仓库遭未授权访问 安全调查已启动

最小化优化器设计实现LLM预训练内存高效压缩

Google 发布 Android CLI，携手 AI 编码代理加速应用开发

Google IO 2026：Gmail接入Gemini语音对话，支持语音搜索邮件

OPPO 提出 Bayesian Value Recursion 实现 LLM 推理逐 Token 信用分配

未来式智能Pre-A轮融资，打造数字劳动力生产工厂

Google Antigravity 2.0 发布，配套百美元 AI Ultra 计划用量提升5倍

OpenAI联合C2PA与SynthID，强化AI生成图像检测

Runtime 推出沙箱化编码代理，赋能团队全员 AI 编程