大家好，我是苏承栈，今天我们来聊聊最近AI圈的热点。本周AI行业动态密集，大模型领域、AI工具、AI Agent赛道、技术层面和市场侧都有不少新鲜事儿，一起来回顾一下吧！
AI 大模型
1. 生数科技发布全球首个支持16s音视频直出的模型「Vidu Q3」，专为漫剧、短剧、影视剧而生，可实现电影级质感“一键成片”。
2. NVIDIA发布「NVIDIA Earth-2」开放模型家族，是全球首个完全开放、加速的AI气象软件堆栈。
3. Google DeepMind宣布「Genie 3」世界模型开启公测，支持美国18岁以上Google AI Ultra订阅用户通过文字或图片生成实时互动虚拟世界。
4. 阶跃星辰发布开源Agent基座模型「Step 3.5 Flash」，采用稀疏MoE架构，支持256K上下文，推理速度最高达350 TPS。
5. 智谱发布并开源轻量专业级OCR模型「GLM-OCR」，以“小尺寸、高精度”实现文档解析能力新标杆。
6. 马斯克xAI全面上线视频音频生成模型「Grok Imagine 1.0」，支持文生视频、图生视频，单次生成10秒720P视频。
7. 阿里开源专为编程智能体与本地开发设计的模型「Qwen3-Coder-Next」，总参数80B激活参数仅3B。
8. 面壁智能开源9B参数原生全双工全模态模型「MiniCPM-o 4.5」，成为行业首个“即时自由对话”的大模型。
9. 上海人工智能实验室开源科学多模态大模型「Intern-S1-Pro」，采用MoE结构与傅里叶位置编码等底层创新。
10. 快手发布「可灵AI 3.0」模型，实现多模态输入输出一体化与全链路创作。
AI 工具
1. Google宣布Chrome全面接入「Gemini 3」，38亿用户迈入AGI浏览新纪元。
2. 蚂蚁灵光APP宣布「闪应用」升级，集成音效合成、LLM调用、多模态理解等近20项API工具。
3. OpenAI发布macOS桌面版「Codex App」，定位“Agent的指挥中心”而非传统IDE。
4. 腾讯ima宣布正式接入「混元图像3.0」图生图模型，支持上传图片+输入指令生成或修改图片。
AI Agent
1. 阿里推出首个桌面Agent工具「QoderWork」，一句话即可完成复杂任务。
2. 昆仑万维面向全球发布Windows系统兼容的「天工Skywork桌面版」，是Skywork 2.0体系的核心组成。
3. GitHub官宣通过Agent HQ平台集成Claude与Codex两大编程AI，与Copilot形成“三足鼎立”。
4. Google联合北大推出学术绘图智能体框架「PaperBanana」，可全自动生成发表级方法架构图。
技术突破
1. 腾讯混元联合发布「CL-bench」基准，直指语言模型Context学习核心短板。
2. 腾讯混元开源生产级LLM推理核心算子库「HPC-Ops」，基于CUDA和CuTe构建。
市场动态
1. 生数科技正式启动「全球生态计划」，以“1亿积分+千万奖金”赋能创作者与合作伙伴。
2. 马斯克宣布SpaceX收购xAI，合并估值1.25万亿美元。
好了，今天的AI新鲜事儿就聊到这里，更多精彩内容请关注极星编程网（www.jxgpc.com）。