作者｜參商 西梅汁

編輯｜星奈

媒體｜AI大模型工場

國內(nèi)大模型發(fā)展趨勢|10月份解讀

To C 端成必爭之地

百度和阿里不約而同地將AI眼鏡作為雙十一切入消費市場的重要產(chǎn)品。

百度在10月下旬宣布，其首款消費級AI眼鏡將于11月1日開啟預售。這款眼鏡深度整合了百度自研的文心一言4.0視覺增強模型，使其能實現(xiàn)實時物體識別、AR導航和多模態(tài)信息交互。這意味著AI從后臺走向前臺，成為用戶日常生活中的實時智能助手，例如在博物館參觀時能自動講解展品。

而這邊，阿里的夸克AI眼鏡則在10月24日率先開啟預售。此次的亮點則結(jié)合了阿里生態(tài)的應用，例如支持通過支付寶的“看一看”功能進行生物識別支付，這為智能支付提供了新的交互想象。同時，與高德地圖結(jié)合的近眼導航、淘寶的商品識價等功能，都體現(xiàn)了其致力于將AI能力融入具體生活場景的思路。

與百度、阿里聚焦于開拓AI眼鏡這一新形態(tài)不同，科大訊飛在10月底的全球1024開發(fā)者節(jié)上，則進一步強化了其在AI軟硬一體化方面的路徑。

科大訊飛發(fā)布了星火AIPC，強調(diào)其并非簡單疊加AI芯片，而是大模型能力與本地算力的深度融合，以支持更復雜的端側(cè)實時交互。同時，訊飛也展示了其在智能辦公本、翻譯耳機等成熟硬件產(chǎn)品線上的技術迭代，重點提升了在嘈雜環(huán)境下的降噪和語音識別能力。這種基于自身技術長板，將AI能力持續(xù)注入特定辦公、學習、翻譯場景的策略，是科大訊飛布局To C市場的鮮明特點。

巨頭們集體行動清晰地表明，AI大模型+硬件終端的模式已被視為下一代個人計算平臺的重要方向。消費級AI硬件也在試圖擺脫過去“功能單一、實用性不足”的標簽，向集成了感知、理解和決策能力的個人AI助理上全面升級。

大模型戰(zhàn)場換帥謀局，

大廠組織架構(gòu)調(diào)整，押注 AGI長期主義

大模型戰(zhàn)場換帥，押注長遠。 十月，大廠通過人事調(diào)整聚焦AGI目標，創(chuàng)業(yè)公司加速商業(yè)化落地，以及資本市場對AI賽道持續(xù)看好但更加理性。

一個標志性事件是字節(jié)跳動Seed團隊的人事調(diào)整，原負責人朱文佳的匯報對象，從CEO梁汝波轉(zhuǎn)變?yōu)閺墓雀鐳eepMind引進的研發(fā)負責人吳永輝。這一變動意味著吳永輝在組織架構(gòu)上已成為字節(jié)大模型團隊的"一號位"。這背后，反映出字節(jié)對突破"智能上限"的迫切追求，團隊方向進一步向基礎研究集中。同時，全球電商巨頭亞馬遜也正式宣布裁減約1.4萬名公司職員，以精簡運營并加速人工智能部署。

與大廠強化基礎研究相呼應，頭部創(chuàng)業(yè)公司也在十月份明顯加快了商業(yè)化落地的步伐。李開復領導的零一萬物在10月宣布了新一輪高管任命，核心戰(zhàn)略是推動"一把手工程"。這意味著零一萬物將其ToB業(yè)務全面升級。為此，他們還任命了擁有深厚政企背景的沈鵬飛為聯(lián)合創(chuàng)始人，統(tǒng)籌國內(nèi)ToB與ToG業(yè)務，并提拔了兩位技術和管理骨干為副總裁，組建起覆蓋市場、技術與國際業(yè)務的完整管理閉環(huán)。

不難看出，在激烈的AI競賽中，大廠正通過優(yōu)化內(nèi)部結(jié)構(gòu)和人才策略，為AGI的長期競爭夯實基礎。

融資方面，資本向應用清晰的領域集中。曾憑借長文本能力引發(fā)關注的月之暗面，在10月被曝將完成新一輪數(shù)億美元的融資。而專注于AI視頻生成領域的愛詩科技，則更早地宣布完成了1億元人民幣的B+輪融資。其旗下的PixVerse等產(chǎn)品服務于C端大眾與專業(yè)創(chuàng)作者，用戶規(guī)模已突破一億，并在商業(yè)化上取得了年度經(jīng)常性收入超過4000萬美元的進展。

總體來看，國內(nèi)大模型領域的發(fā)展已經(jīng)進入了一個更加務實和深入的新階段。無論是大廠調(diào)整架構(gòu)押注未來，還是創(chuàng)業(yè)公司全力沖刺商業(yè)化，競爭的焦點正從"比拼模型參數(shù)"轉(zhuǎn)向"比拼場景落地與生態(tài)構(gòu)建"。

告別Sora2獨占，國內(nèi)AI視頻生成紛紛破局

OpenAI在9月底發(fā)布Sora2，這款被稱作"AI版抖音"的視頻生成模型僅兩天內(nèi)便斬獲16.4萬次下載，登頂美國App Store總榜第三時，全球AI視頻賽道再次被點燃。而國內(nèi)賽場并未出現(xiàn)單一的追隨者，反而迎來了一場以“破局”為主題的集體進擊。

長視頻生成能力成為這一輪技術競賽的核心戰(zhàn)場。與Sora2專注于25秒視頻生成不同，國內(nèi)廠商更注重解決實際應用場景中的時長需求。

美團LongCat-Video采用Diffusion Transformer + 3D RoPE的創(chuàng)新架構(gòu)設計，配合漸進式預訓練和強化學習策略，在保證視頻質(zhì)量的同時大幅提升了生成效率。 而像生數(shù)科技這樣的創(chuàng)新企業(yè)，則通過「參考生」功能的全球上線，將AI視頻生成從單純的文本驅(qū)動拓展到多模態(tài)融合的新階段。

與此同時，AI視頻能力正加速融入現(xiàn)有生態(tài)。百度在搜索升級中，將文心助手的視頻生成功能無縫嵌入，用戶通過自然語言就能直接創(chuàng)作。這展現(xiàn)了巨頭將AI作為基礎設施賦能核心業(yè)務的戰(zhàn)略，推動技術從獨立工具變?yōu)槠栈莘铡?/p>

國內(nèi)AI視頻生成已走出單純對標國際模型的階段，正通過聚焦長視頻、優(yōu)化落地效率及深度融合應用，構(gòu)建差異化的競爭力。同時在Sora2依然保持封閉時，國內(nèi)廠商也在通過開源構(gòu)建生態(tài)，或許正是實現(xiàn)彎道超車的關鍵策略。

國內(nèi)主要大模型進展

字節(jié)跳動

10月28日，字節(jié)跳動Seed團隊（大模型與基礎研究）匯報線調(diào)整，朱文佳改向吳永輝匯報，吳永輝成為團隊絕對一號位。組織進一步聚焦“探索智能上限”，取消部分員工季度OKR，加大AGI研究投入，推動Top Seed人才計劃。

10月23日，字節(jié)跳動Seed團隊推出3D生成大模型——Seed3D 1.0，實現(xiàn)從單張圖像到高質(zhì)量仿真級3D模型的端到端生成。Seed3D 1.0 基于創(chuàng)新的Diffusion Transformer架構(gòu)，通過大規(guī)模數(shù)據(jù)訓練完成，可生成包括精細幾何、真實紋理和基于物理渲染（PBR）材質(zhì)的完整3D模型。

10月21日，豆包海外版Cici在墨西哥、英國、印尼、馬來西亞、菲律賓等國Google Play/Apple Store免費榜登頂，10月墨西哥連續(xù)多日霸榜。Cici主打“免費”“能解數(shù)學題”，產(chǎn)品功能較國內(nèi)豆包有所簡化，未開放音樂、視頻生成與內(nèi)容分享，核心技術調(diào)用OpenAI GPT與Google Gemini。

百度

最近，根據(jù)LMArena 的最新排名顯示，百度文心最新模型 ERNIE-5.0-Preview-1022（文心 5.0 Preview）在文本榜單上一舉躍居全球并列第二、國內(nèi)第一。

該模型取得了 1432 的高分，其與 OpenAI 的 gpt-4.5-preview-2025-02-27 以及 Anthropic 的 claude-opus-4-1-0805、claude-sonnet-4-5-20250929 三大國外頂級模型持平。

10月18日，百度健康在2025致敬醫(yī)者盛典上發(fā)布百度健康AI管家。這款產(chǎn)品首創(chuàng) “AI+真人”雙保障模式，在模型訓練階段加入真人醫(yī)生海量標注，AI生成健康建議后還會自主推送真人醫(yī)生進行二次實時核驗。

10月16日，百度搜索旗下AI短劇生成平臺宣布啟動公測。百度方面稱，百度搜索AI短劇生成平臺具備自動生成、人機協(xié)作等不同模式，可輔助創(chuàng)作者完成80%以上的內(nèi)容創(chuàng)作。創(chuàng)作者在AI創(chuàng)作的基礎上進行微調(diào)和優(yōu)化，并生成短劇作品。百度稱將通過億元創(chuàng)作基金、百億流量扶持、長期IP變現(xiàn)等方式給創(chuàng)作者提供支持。

10月15日，百度搜索宣布全面升級文心助手AIGC創(chuàng)作能力，支持AI圖片、AI視頻、AI音樂、AI播客等8種模態(tài)創(chuàng)作，且能夠一鍵調(diào)用多工具解決多場景問題。截至目前，百度搜索用戶日均生成AIGC內(nèi)容已破千萬。此外，百度搜索還發(fā)布行業(yè)首個開放式實時互動的數(shù)字人智能體。

阿里

10月30日，阿里媽媽“萬相臺AI無界”智能體助力雙11，百萬商品成交增長超30%，20萬商品成交翻5倍，推動電商經(jīng)營從“經(jīng)驗決策”邁向“智能經(jīng)營”。

作為阿里旗下的數(shù)智經(jīng)營平臺，阿里媽媽在今年3月宣布實現(xiàn)AI全鏈路經(jīng)營能力升級后，其技術成果在本屆雙11迎來全面大練兵。

10月24日，阿里巴巴旗下夸克正在推進一項名為“C計劃”的重磅AI業(yè)務，旨在布局對話式AI應用，并可能與字節(jié)跳動的“豆包”展開競爭。該計劃由夸克核心團隊主導，并有多位通義實驗室高級成員參與，顯示出阿里在AI應用領域的長期投入和決心。

10月23日，夸克AI眼鏡開啟預售，阿里巴巴宣布，夸克AI眼鏡S1將于10月24日零點在天貓、京東、抖音等平臺開啟預售，定價4699元，支持免提通話、實時翻譯、會議轉(zhuǎn)錄等功能，12月交付。

同時，夸克AI眼鏡S1預售首日11小時登頂天貓智能眼鏡品類銷冠，銷售額碾壓競品三日總和，成為AI硬件爆款。

10月16日，阿里全新AI編程工具Qoder CLI（命令行界面）正式上線。該工具具備代碼生成與理解能力，并大幅降低內(nèi)存消耗和命令響應時間，進一步提升開發(fā)效率。即日起，全球開發(fā)者可通過任意命令行終端使用Qoder CLI體驗代碼生成、調(diào)試和部署等任務。

Qoder CLI在全球頂尖的編程模型基礎之上進行了大量的工程設計，全面提升Agent能力：基于輕量級的Agent框架，可高效運行在普通筆記本電腦和云端沙箱實例，滿足不同場景的開發(fā)需求。測試顯示，Qoder CLI在空閑狀態(tài)下消耗的內(nèi)存比同類工具低70%。

10月15日，天貓雙11預售開啟，成為首個“AI全面落地”的雙11。淘寶天貓推出6款AI導購應用（如“AI萬能搜”“AI幫我挑”“AI試衣”等），賦能商家與消費者，提升購物體驗與運營效率。平臺算力提升40倍，用戶行為序列感知從半年提升至10年，購買效率提升25%。

阿里十月動態(tài)，涵蓋電商、B2B、智能硬件、醫(yī)療健康、銀發(fā)經(jīng)濟等多維度。無論是AI全面賦能雙11，還是夸克AI眼鏡等硬件新品發(fā)布，均體現(xiàn)阿里AI技術向產(chǎn)業(yè)、消費、生態(tài)全鏈路深度滲透的趨勢。

騰訊

10月31日，IDC《中國游戲云市場跟蹤研究，2025H1》報告顯示，騰訊云在游戲云用量規(guī)模維度持續(xù)穩(wěn)居第一，并在整體收入維度增速領跑第一陣營。騰訊云依托混元大模型和AI實踐經(jīng)驗，構(gòu)建覆蓋游戲創(chuàng)意構(gòu)思、美術創(chuàng)作、研發(fā)測試、發(fā)行上線、運營增長的全流程技術支撐體系，AI成為游戲開發(fā)新引擎。

10月29日，騰訊混元宣布推出國內(nèi)首個交互式AI播客，用戶可在收聽時隨時打斷主持人和嘉賓發(fā)言，通過語音或打字提問?；诖竽Ｐ鸵鈭D識別、長上下文理解、多輪對話和外部聯(lián)網(wǎng)檢索能力，播客可結(jié)合上下文給出準確答案。支持自定義播客風格、主持人數(shù)、音色，適用于財研報解讀、新聞速遞、知識教育等場景。微信公眾號、騰訊新聞、ima、騰訊文檔PDF已接入該能力。

10月23日，騰訊ima open day在北京舉行，發(fā)布ima 2.0版本，并于24日啟動內(nèi)測。新版引入“任務模式”，支持報告、播客等內(nèi)容生成，用戶可通過自然語言提問，結(jié)合知識庫、文檔、圖片、音頻等附件，由大模型自主拆解、規(guī)劃任務步驟并調(diào)用工具完成。

知識庫新增“AI要點”功能，可自動生成結(jié)構(gòu)化摘要，支持多任務并行與協(xié)作共享。ima已深入科技、金融、教育、醫(yī)療、法律、政務等20+行業(yè)，知識庫文件總量達2億。

10月22日，騰訊混元世界模型1.1（WorldMirror）正式發(fā)布并開源，新增支持多視圖及視頻輸入，單卡即可部署，秒級創(chuàng)造3D世界。該模型解決了1.0版本僅支持文本或單圖輸入的局限，首次支持多模態(tài)先驗注入和多任務統(tǒng)一輸出的端到端3D重建，支持點云、深度、相機、表面法線和新視角合成等多種3D幾何預測。

10月15日，QQ瀏覽器手機端上線“AI公考通”功能。這是一款面向公考考生的免費智能選崗工具，針對公考人群普遍面臨的信息差難題，主打公告全、推薦準。

據(jù)介紹，AI公考通依托騰訊云Kafka和TDSQL-C構(gòu)建的高性能數(shù)據(jù)管道，可以快速匯聚全國數(shù)萬個官方招考站點的海量信息，更新快、查得快。

科大訊飛

在10月24日至11月6 日舉辦的第八屆世界聲博會暨科大訊飛全球 1024 開發(fā)者節(jié)上，科大訊飛圍繞“更懂你的 AI”主題，集中發(fā)布了大模型、軟硬一體方案、開發(fā)者生態(tài)與行業(yè)應用三大板塊的十余項核心信息：

星火深度推理大模型X1.5 正式亮相：293B 總參數(shù)、30B 激活量的 MoE 架構(gòu)，推理效率較 X1 翻倍；數(shù)學、代碼、多語言（130+ 語種）等六大能力對標國際主流，國產(chǎn)算力平臺實現(xiàn) 84% 長思維鏈訓練效率與 520% 非自回歸語音大模型推理成本下降 。

首個“多模態(tài)語音交互”機器人方案落地：與四川長虹聯(lián)合推出 1.6m 人形導購機器人“虹曦”，支持多人連續(xù)對話、中英混合、視覺-激光雷達導航、情緒屏交互，8h 續(xù)航，已在商業(yè)場景批量部署

訊飛輸入法 15.0 & AI 鍵盤：新增側(cè)滑“AI 鍵”，打字自動補句、語音輸入即時語義修正；接入星火高效率語音大模型，離線聽寫準確率提升 25%，中英混輸提升 55% 。

AI 輕辦公四大產(chǎn)品全線升級：智能辦公本、錄音筆、翻譯機、會議耳機新增“星火紀要、星火同傳、星火筆記”等原生能力，并開放 API / SDK 供開發(fā)者二次開發(fā)。

海爾-訊飛“純境零添加”適老電視首發(fā)：搭載 AI 知源大模型，方言交互、情緒感知、大字體 UI，入選國家三部委 2024 視聽系統(tǒng)典型案例。

星辰智能體平臺 2.0 & 原生支持RPA的開源框架Astron：提供 8 大行業(yè)模板、個性化聲像復刻、自動化執(zhí)行與效果評估工具，開發(fā)者可“零代碼”拼裝企業(yè)級 Agent。

開發(fā)者生態(tài)最新數(shù)據(jù)與“星火點亮全球”計劃：開放平臺開發(fā)者達 968 萬（年增 200 萬），大模型企業(yè)開發(fā)者增長 125%；2025 AI 開發(fā)者大賽吸引 3.6 萬支團隊、生成 4,622 個垂直智能體；聯(lián)合 14 國伙伴啟動出海扶持，輸出多語言與國產(chǎn)算力方案。

300+“開箱即用”行業(yè)智能體集中展示：已落地“星火行業(yè)分析師”（國內(nèi)首個通過工信部大數(shù)據(jù)分析師認證，得分 92 分，超 85% 人類考生）等多個標桿 AI 員工，覆蓋政務、金融、工業(yè)、教育、醫(yī)療等場景。

本屆開發(fā)者節(jié)凸顯科大訊飛在技術自主可控、場景深度落地、生態(tài)開放共贏三大戰(zhàn)略方向的突破。從星火大模型的多模態(tài)能力升級到 AI 硬件的全棧國產(chǎn)化，從行業(yè)大模型的精準賦能到全球化市場的加速布局，科大訊飛正通過 “算力 + 算法 + 數(shù)據(jù)” 的閉環(huán)生態(tài)，推動人工智能從技術創(chuàng)新邁向產(chǎn)業(yè)普惠。

MiniMax

十月，MiniMax在AI領域動作密集，從文本大模型M2開源登頂全球榜單，到視頻、語音、音樂多模態(tài)模型“全家桶”發(fā)布，再到海螺AI、星野APP應用迭代，均體現(xiàn)其“高性能+低成本+全模態(tài)”的技術路線與生態(tài)布局。

10月31日，MiniMax正式發(fā)布新一代AI音樂生成模型Music 2.0，致力于降低音樂創(chuàng)作門檻，讓普通人也能輕松制作專業(yè)級歌曲。該模型基于多模態(tài)AI架構(gòu)，訓練數(shù)據(jù)涵蓋海量音樂作品，支持從人聲演唱到完整編曲的全流程生成，單首歌曲最長可達5分鐘，覆蓋流行、搖滾、爵士等多種風格。

Music 2.0最大亮點在于人聲表現(xiàn)細膩，可通過提示詞控制音色與情感，如“低沉男聲”或“漸入高潮的女聲”，并支持男女對唱與多聲部設計。編曲方面，能自動生成主歌、副歌、橋段結(jié)構(gòu)，用戶還可指定“鋼琴主線+薩克斯獨奏”等復雜配置。音質(zhì)達44100Hz采樣率、256kbps比特率，支持MP3/WAV格式，細節(jié)清晰、動態(tài)飽滿。

10月28日，MiniMax發(fā)布新一代視頻生成模型海螺2.3，在動態(tài)表現(xiàn)力、風格化呈現(xiàn)與人物表演細膩度方面實現(xiàn)顯著突破，支持復雜動作與微表情生成，性能對標Google Veo。同步推出Fast版本，B端工業(yè)級應用成本降低50%，實現(xiàn)“加量不加價”。

此外，MiniMax發(fā)布Speech 2.6語音模型，針對Voice Agent場景深度優(yōu)化，首包響應時間壓至250ms，解決語音交互“卡頓感”，支持高魯棒性聲音復刻與自動文本規(guī)整。

10月27日，MiniMax發(fā)布并開源新一代文本大模型M2，激活參數(shù)10B（總參230B），在全球權威Artificial Analysis榜單總分位列全球前五、開源第一，性能逼近GPT-5、Claude 4.5等頂尖閉源模型。綜合成本僅0.53美元/百萬Token，不到Claude 4.5的8%，推理速度提升近一倍。模型專為編碼與智能體任務深度優(yōu)化，上線5天即登頂OpenRouter全球調(diào)用量第7、編程場景第3。

商湯科技

近日，商湯日日新在空間智能領域?qū)崿F(xiàn)重要突破，正式發(fā)布并開源SenseNova-SI系列模型。在多項權威評測的空間理解和推理任務上，SenseNova-SI 不僅大幅度領先同量級開源多模態(tài)大模型，還超越了 GPT-5 和 Gemini 2.5 Pro 等國際頂尖閉源模型的表現(xiàn)。

10月15日，商湯科技與寒武紀簽署面向新發(fā)展階段的戰(zhàn)略合作協(xié)議，重點推進軟硬件的聯(lián)合優(yōu)化，并共同構(gòu)建開放共贏的產(chǎn)業(yè)生態(tài)。

在芯片適配方面，雙方將積極推進最新型號的軟硬件產(chǎn)品適配，聯(lián)合打造面向算力市場的服務方案；在一體機解決方案上，雙方將聚焦企業(yè)服務等垂直行業(yè)場景，緊密結(jié)合各自軟硬件能力，打造面向垂直領域的一體機解決方案。

此外，雙方還將共同探索在優(yōu)勢區(qū)域市場的深度協(xié)同，匯聚地方產(chǎn)業(yè)資源和行業(yè)服務優(yōu)勢，構(gòu)建更具活力和影響力的區(qū)域人工智能繁榮生態(tài)。

月之暗面

近日，月之暗面正式發(fā)布了Kimi-k2 thinking模型，其為具有通用Agentic能力和推理能力的思考模型，擅長深度推理，可以通過多輪工具調(diào)用，解決各類復雜的難題。盡管是完全開源，該模型目前在多項標準評估中的表現(xiàn)已超過OpenAI的GPT-5、Anthropic的Claude Sonnet 4.5（思維模式）以及xAI的Grok-4，這標志著開放AI系統(tǒng)競爭力的一個歷史性拐點。

開發(fā)者可以通過 platform.moonshot.ai 和 kimi.com 訪問該模型；權重和代碼托管在 Hugging Face 上。開源發(fā)布包含了聊天、推理和多工具工作流的API。用戶可以直接通過其類似ChatGPT的網(wǎng)站以及Hugging Face空間試用Kimi K2 Thinking。

10月31日，月之暗面正式開源Kimi Linear混合線性注意力架構(gòu)，引入Kimi Delta Attention（KDA）模塊，大幅壓縮KV緩存并提升解碼吞吐量。在百萬token上下文長度下，解碼吞吐量可達全注意力架構(gòu)的6倍，KV緩存縮減75%，同時保持高精度。

Kimi Linear的核心是線性注意力模塊Kimi Delta Attention（KDA），通過更細粒度的門控機制擴展了Gated DeltaNet，從而能夠更有效地利用有限狀態(tài)RNN內(nèi)存。論文中指出，Kimi Linear既可以滿足Agent對效率和測試時擴展的需求，同時也不會犧牲模型質(zhì)量。Kimi在社交平臺X發(fā)布帖子稱，Kimi Linear隨時可以作為全注意力的直接替代品。

10月24日，據(jù)《科創(chuàng)板日報》等媒體報道，月之暗面近期將完成新一輪融資，金額達數(shù)億美元。領投方或為騰訊，五源資本大概率參投，美國資本亦有溝通。此輪融資對經(jīng)歷DeepSeek沖擊、融資沉寂后的月之暗面至關重要，有望助力其重回大模型“牌桌”。

DeepSeek

10月20日，國產(chǎn)大模型公司DeepSeek宣布開源其最新研究成DeepSeek-OCR，一款參數(shù)量約30億（3B）的光學字符識別（OCR）模型。這款模型最大的亮點，在于首次通過“光學二維映射”技術，實現(xiàn)了長文本上下文的高效壓縮，在傳統(tǒng)OCR識別的基礎上，讓模型具備了更強的語義理解與結(jié)構(gòu)感知能力。

據(jù)介紹，DeepSeek-OCR擁有約30億參數(shù)，在性能與體量之間實現(xiàn)了平衡。它采用“光學二維映射”技術，將圖像中的文字、段落位置、排版結(jié)構(gòu)等視覺要素，一并編碼成二維空間信息，再通過語義映射壓縮算法，把這些信息轉(zhuǎn)化為模型可以理解的“上下文語義表示”。

10月23日，快手StreamLake今天宣布推出“工具+模型+平臺”三位一體AI編程產(chǎn)品矩陣，包括智能開發(fā)工具CodeFlicker、多個自研大模型KAT-Coder以及大模型平臺快手萬擎（Vanchin），為企業(yè)與開發(fā)者構(gòu)建AI編程新生態(tài)。其中KAT-Coder-AirV1版本將面向所有用戶免費使用。

生數(shù)科技

10月21日，生數(shù)科技發(fā)布Vidu Q2“參考生視頻”功能，支持多圖參考生視頻、視頻延長（普通用戶免費延長30秒，付費用戶最長5分鐘），APP從AI創(chuàng)作平臺轉(zhuǎn)型為一站式AI內(nèi)容社交平臺，API全面開放接入。

愛詩科技

10月17日，愛詩科技宣布完成1億元人民幣B+輪融資，由復星銳正、同創(chuàng)偉業(yè)、順禧基金等共同投資，光源資本擔任獨家財務顧問。這是繼9月10日完成超6000萬美元B輪融資（由阿里巴巴領投）后，兩個月內(nèi)完成的又一輪大額融資，創(chuàng)下國內(nèi)視頻生成領域連續(xù)融資紀錄。

美團

10月25日，美團開源了其首款視頻生成大模型——LongCat-Video。該模型面向多任務視頻生成場景，旨在以統(tǒng)一架構(gòu)支持文生視頻、圖生視頻以及視頻續(xù)寫三種能力。

不同于以往針對單一任務訓練的模型，LongCat-Video通過多任務聯(lián)合訓練機制，在同一框架內(nèi)即可處理零幀、單幀及多幀條件輸入。

此外，LongCat-Video重點突破了長視頻生成難題，原生支持輸出5分鐘級別的視頻。相比常見模型在長時序生成中易出現(xiàn)的畫面漂移、色彩偏移等問題，該模型通過在視頻續(xù)寫任務上的原生預訓練，保持了較高的時間一致性與視覺穩(wěn)定性。