去年春節(jié)，DeepSeek R1 橫空出世的那個(gè)深夜，國(guó)內(nèi)大廠(chǎng)的產(chǎn)品經(jīng)理們大概都睡不著覺(jué)。

　　這種集體焦慮，最終都變成產(chǎn)品界面上那行顯眼的小字——無(wú)論是大廠(chǎng)還是小廠(chǎng)的 App，都在連夜更新的版本里，給自己的 Logo 加上了「DeepSeek 滿(mǎn)血版」的標(biāo)簽。

　　就像一個(gè)成績(jī)平平的學(xué)生，突然把隔壁班滿(mǎn)分的試卷復(fù)印了一份，貼在自己腦門(mén)上說(shuō)：「看，這也是我寫(xiě)的?！?/p>

　　但今年，游戲規(guī)則變了。

　　DeepSeek 的辦公室周?chē)F(xiàn)在布滿(mǎn)了眼線(xiàn)。字節(jié)、阿里、騰訊這些大廠(chǎng)今年學(xué)聰明了，一眾模型廠(chǎng)商也摩拳擦掌，都在等春節(jié)假期這個(gè)流量高峰，試圖復(fù)刻去年那個(gè)「DeepSeek 時(shí)刻」，哪怕只是復(fù)刻一半。

　　更魔幻的是，這股「春節(jié)必須搞個(gè)大新聞」的風(fēng)，已經(jīng)從大模型吹到了機(jī)器人。去年宇樹(shù)在春晚上跳了一支舞，今年直接引爆了一場(chǎng)「機(jī)器人春晚爭(zhēng)奪戰(zhàn)」——目前已有 4 家機(jī)器人公司官宣登臺(tái)，每家砸下 1 個(gè)億，只為了那「30 秒的鏡頭」。

　　你品這個(gè)數(shù)字，4 家公司，4 個(gè)億，相當(dāng)于優(yōu)必選近一年的研發(fā)費(fèi)用，就為了在除夕夜刷個(gè)臉。

　　DeepSeek 去年無(wú)心插柳的「春節(jié)檔奇跡」，今年已經(jīng)進(jìn)化成了全行業(yè)的肌肉記憶。

　　距離春節(jié)還有兩周，但戰(zhàn)爭(zhēng)從這周就開(kāi)始了。

　　國(guó)內(nèi)幾大 AI 廠(chǎng)商的發(fā)布節(jié)奏，已經(jīng)密集到了一種近乎癲狂的程度——每天早上睜開(kāi)眼，都有新模型、新功能在朋友圈刷屏，仿佛不在這兩周發(fā)點(diǎn)什么，就會(huì)被時(shí)代拋棄。

　　騰訊帶著 10 億紅包和元寶派登場(chǎng)，Kimi 發(fā)布了 K2.5，阿里千問(wèn)發(fā)布最強(qiáng)推理模型，螞蟻、MiniMax 、Vidu 直接來(lái)了「一天一爆」，連 DeepSeek 自己都憋不住，悄悄開(kāi)源了 OCR 2.0。

　　別說(shuō) AI 圈，在整個(gè)科技行業(yè)歷史上都鮮見(jiàn)這樣密集的發(fā)布。

　　這期 Hunt Good 周報(bào)，APPSO 希望在信息轟炸中，幫你理清過(guò)去一周到底發(fā)生了什么:

　　春節(jié) AI 大戰(zhàn)全面開(kāi)打，10 億紅包只是入場(chǎng)券

　　模型廠(chǎng)商集體進(jìn)入「發(fā)布周」模式，一天一爆已成常態(tài)

　　AI 群聊成為新戰(zhàn)場(chǎng)，所有人都想復(fù)刻「微信紅包時(shí)刻」

　　4 家機(jī)器人公司砸 4 億，只為春晚那幾十秒

　　本地 Agent 產(chǎn)品從瀏覽器跳進(jìn)了你的電腦和手機(jī)

　　當(dāng)所有人都想抓住新的「DeepSeek 時(shí)刻」，這場(chǎng)春節(jié) AI 大戰(zhàn)會(huì)走向何方，又會(huì)留下些什么。

　　春節(jié) AI 大戰(zhàn)，硝煙四起

　　BAT 是 Battle 開(kāi)戰(zhàn)的 BAT

　　2026 年春節(jié)， 互聯(lián)網(wǎng)巨頭的「紅包大戰(zhàn)」戰(zhàn)場(chǎng)已從傳統(tǒng)的移動(dòng)支付與電商，徹底轉(zhuǎn)向 AI 大模型。 騰訊、字節(jié)跳動(dòng)與阿里巴巴，已經(jīng)開(kāi)始了一場(chǎng) 在 AI 時(shí)代，爭(zhēng)奪用戶(hù)入口控制權(quán)的生死較量。

　　這周，騰訊元寶宣布將發(fā)放 10 億現(xiàn)金紅包，百度文心推出 5 億春節(jié)紅包活動(dòng)，而字節(jié)跳動(dòng)旗下的豆包則拿下了央視春晚獨(dú)家互動(dòng)合作伙伴席位。

　　阿里則通過(guò)更名后的「千問(wèn)」大舉進(jìn)軍 C 端市場(chǎng)，沒(méi)有拿到總臺(tái)春晚，千問(wèn)就一口氣拿下了江蘇衛(wèi)視、浙江衛(wèi)視、東方衛(wèi)視、河南衛(wèi)視春晚的冠名，再加上 2025 年底的嗶哩嗶哩跨晚，這力度，是一點(diǎn)不比字節(jié)弱。

　　上下滑動(dòng)查看更多內(nèi)容

　　各大廠(chǎng)都不再滿(mǎn)足于單純的對(duì)話(huà)功能，而是試圖通過(guò)高額補(bǔ)貼、生態(tài)聯(lián)動(dòng)和高強(qiáng)度曝光，要打造下一個(gè)國(guó)民級(jí) App，創(chuàng)造新的「微信時(shí)刻」。

　　根據(jù)這周五晚點(diǎn)的 AI 大戰(zhàn)全記錄分析報(bào)道， BAT 這幾家大廠(chǎng)都追趕的相當(dāng)緊。

　　騰訊招攬了前 OpenAI 研究員姚順雨擔(dān)任混元大模型一號(hào)位，試圖解決模型此前因「刷榜」導(dǎo)致的實(shí)戰(zhàn)能力不足問(wèn)題，同時(shí) 重金投入是不可避免， 10 億元現(xiàn)金紅包的元寶，迎戰(zhàn)春節(jié)。

　　根 據(jù) AppGrowing 估算， 騰訊元寶在 2025 年全年投流高達(dá) 150 億元，其中下半年就砸了約 105 億 ｜ 圖片來(lái)源：每日經(jīng)濟(jì)新聞

　　馬化騰也曾在前幾天的年會(huì)上明確表示，希望元寶能重現(xiàn) 11 年前（2015年）微信紅包的盛況。當(dāng)年微信憑借「搖一搖」實(shí)現(xiàn)了支付普及，如今 AI 應(yīng)用也試圖利用春節(jié)的強(qiáng)社交裂變效應(yīng)，完成從「小眾」到「大眾」的跨越。

　　阿里巴巴則確立了「通云哥」（通義、阿里云、平頭哥）三位一體戰(zhàn)略，計(jì)劃將未來(lái)三年 AI 基建投入提升至 4800 億元，并推動(dòng)「千問(wèn) App」取代夸克成為核心入口，甚至不惜收縮電商邊緣業(yè)務(wù)以集中資源。

　　里面還有一個(gè)細(xì)節(jié)，晚點(diǎn)提到最近這段時(shí)間，每到周一早上和周五傍晚，在阿里園區(qū)辦公樓門(mén)禁旁，都堆滿(mǎn)了從廣州、北京飛過(guò)來(lái)封閉開(kāi)發(fā)千問(wèn) App員工的行李箱；而這種情況至少會(huì)延續(xù)到春節(jié)。

　　作為目前最占優(yōu)勢(shì)的字節(jié)，在去年年底火山引擎大會(huì)上，總裁譚待就曾提到 IDC 報(bào)告顯示，火山引擎在中國(guó)公有云大模型調(diào)用總量穩(wěn)居第一，市場(chǎng)份額來(lái)到 49.2%，阿里云約 27%。

　　圖片來(lái)源：網(wǎng)絡(luò)

　　而字節(jié)的 AI 助手「豆包」更是激進(jìn)，豆包已經(jīng)在 2025 年底，成為國(guó)內(nèi)首個(gè)日活破億的 AI 產(chǎn)品，日均 Token 處理量達(dá) 63 萬(wàn)億。根據(jù) QuestMobile數(shù)據(jù)顯示，豆包月活達(dá) 1.72 億，反超 DeepSeek 登頂。

　　晚點(diǎn)提到， 騰訊副總裁、混元大模型負(fù)責(zé)人蔣杰甚至立下軍令狀，「要在半年內(nèi)趕超豆包」。勢(shì)不可擋的豆包，又拿下 2026 年央視春晚合作的豆包，還將配合上線(xiàn)互動(dòng)玩法，吸引更多流量和用戶(hù)。

　　此外，字節(jié)在人才引進(jìn)上同樣不遺余力，原 Google DeepMind 副總裁吳永輝已加入負(fù)責(zé)大模型理論研究，試圖補(bǔ)齊底層技術(shù)短板。

　　這些互聯(lián)網(wǎng)大廠(chǎng)，在 AI 領(lǐng)域，已經(jīng) 從模型層面的較量，從 技術(shù)的比拼，進(jìn)展到了對(duì)未來(lái)流量分發(fā)權(quán)的爭(zhēng)奪。這明顯和過(guò)去很長(zhǎng)一段時(shí)間來(lái)，小打小鬧的局部戰(zhàn)爭(zhēng)不同，「BAT 們」 正通過(guò)對(duì)算力、數(shù)據(jù)和人才的壟斷性投入，讓自己成為 下一個(gè)國(guó)民級(jí) AI App 的贏家。

　　機(jī)器人版「我要上春晚」

　　這一周，魔法原子、銀河通用、宇樹(shù)科技、松延動(dòng)力四家公司相繼官宣將登陸央視春晚。

　　銀河通用是 總臺(tái) 2026 春晚指定具身大模型機(jī)器人，宇樹(shù)科技是 2026 年春晚機(jī)器人合作伙伴，魔法原子是 2026 春晚智能機(jī)器人戰(zhàn)略合作伙伴，松延動(dòng)力則是 2026 年春晚人形機(jī)器人合作伙伴。

　　這豐富的 Title 已經(jīng)頗有當(dāng)年手機(jī)市場(chǎng)火爆的感覺(jué)了，一個(gè)手機(jī)可以有系列代言人、品牌代言人、區(qū)域代言人、甚至是某一個(gè)功能的代言人，還有各種大使、體驗(yàn)官……

　　這或許會(huì)是春晚 史上最大規(guī)模的機(jī)器人陣容，也會(huì)是機(jī)器人行業(yè)歷史上最昂貴的一次集體炫技。

　　根據(jù)《財(cái)經(jīng)雜志》的最新消息，除了已經(jīng)公布的四家機(jī)器人， 今年還會(huì)有一家機(jī)器人公司登陸春晚，暫時(shí)還無(wú)法確認(rèn)是誰(shuí)。而 在這些喜慶的官宣海報(bào)背后，是高達(dá) 1 億元人民幣一張的入場(chǎng)券，為了這「幾十秒」的鏡頭，四家公司合計(jì)砸下了 4 億元。

　　作為對(duì)比，國(guó)產(chǎn) 人形機(jī)器人第一股，優(yōu)必選在 2025 年上半年的研發(fā)投入僅為 2.18 億元。

　　優(yōu)必選中期報(bào)告

　　https://www.hkexnews.hk/listedco/listconews/sehk/2025/0912/2025091200471_c.pdf

　　春晚這個(gè)大型流量池，已經(jīng)變成了國(guó)產(chǎn) 機(jī)器人發(fā)展史上，一個(gè)瘋狂而迷幻的注腳。

　　模型齊發(fā)，Kimi 跟緊 DeepSeek 步伐

　　Kimi K2.5 上線(xiàn)，多個(gè)榜單勇奪全球開(kāi)源第一

　　月之暗面（Moonshot AI）這周二正式發(fā)布并開(kāi)源了其最新一代模型 Kimi k2.5。

　　Kimi k2.5 是一個(gè)基于 1.5T（萬(wàn)億）混合視覺(jué)與文本 Token 預(yù)訓(xùn)練的原生多模態(tài)模型，在此底座之上，Kimi 團(tuán)隊(duì)還構(gòu)建了一套名為 Visual Agentic Intelligence（視覺(jué)智能體智能）的系統(tǒng)，有能力解決超長(zhǎng)且復(fù)雜的任務(wù)處理難題。

　　該模型最大的技術(shù)突破在于引入了 Agent Swarm（智能體集群）架構(gòu)。在面對(duì)復(fù)雜需求時(shí)，Kimi k2.5 不再單兵作戰(zhàn)，而是能瞬間動(dòng)態(tài)創(chuàng)建并指揮多達(dá) 100 個(gè)智能體（如AI搜索員、AI物理學(xué)家等）并行工作。

　　技術(shù)文檔顯示，該模型支持高達(dá) 1500 次并行工具調(diào)用，相比傳統(tǒng)串行模式，Swarm 架構(gòu)將端到端任務(wù)的執(zhí)行時(shí)間減少了 80%，整體效率提升了 4.5 倍。

　　視覺(jué)與編程能力方面，Kimi k2.5 不僅支持 Visual Coding（視覺(jué)編程），還能進(jìn)行 Visual Debugging（視覺(jué)調(diào)試）。在權(quán)威的 SWE-Bench Verified 測(cè)試中，Kimi k2.5 拿下了 76.8 的高分，在多項(xiàng)指標(biāo)上超越了同為開(kāi)源頂流的 DeepSeek V3，甚至擊敗了部分閉源的 GPT 和 Gemini 模型。

　　而在大模型競(jìng)技場(chǎng)上，Kimi K2.5 的表現(xiàn)更是突出，編程，全球開(kāi)源第一，僅次于 Claude 和 Gemini 的模型。視覺(jué)，同樣全球開(kāi)源第一，僅次于Gemini 和 GPT 模型。

　　向左滑動(dòng)查看更多內(nèi)容

　　目前，該模型已在 Hugging Face 開(kāi)源，Agent Swarm 模式也已在 Kimi.com 上線(xiàn)。

　　上手實(shí)測(cè)：

　　DeepSeek OCR 2 發(fā)布，V4 或許就在春節(jié)前一周

　　同樣是周二，在 Kimi K2.5 發(fā)布之前，DeepSeek 默默地在 HuggingFace 和 GitHub 上，開(kāi)源新模型 OCR 2，并附上了完整的論文。

　　和初代 OCR 主打視覺(jué)壓縮不同，這次的模型，主要是為了改進(jìn)視覺(jué)-語(yǔ)言模型（VLMs）中視覺(jué)編碼方式。模型核心創(chuàng)新在于引入了 DeepEncoder V2，它能模擬人類(lèi)的視覺(jué)因果推理能力，解決傳統(tǒng)模型在處理復(fù)雜文檔布局時(shí)的局限性。

　　傳統(tǒng)的 VLMs 通常按固定的光柵掃描順序（從左上到右下）處理圖像，這種僵化的方式不符合我們的視覺(jué)感知，人類(lèi)是基于內(nèi)容的靈活掃描，而且在處理復(fù)雜布局，如表格、公式、多欄文本時(shí)會(huì)引入錯(cuò)誤的信息。

　　而 OCR 2，就是利用新型編碼器 DeepEncoder V2，給了模型「視覺(jué)因果流 Visual Causal Flow」的能力，讓模型能夠根據(jù)圖像內(nèi)容，動(dòng)態(tài)地重新排序視覺(jué) Token。

　　論文最后，DeepSeek 團(tuán)隊(duì)也提到，由于 Token 數(shù)量上限較低（1120），在處理文本極其密集的報(bào)紙類(lèi)文檔時(shí)，表現(xiàn)略遜于預(yù)期；此外，報(bào)紙類(lèi)的訓(xùn)練數(shù)據(jù)也相對(duì)不足。

　　而未來(lái)方向集中在真正的 2D 推理，即通過(guò)兩個(gè) 1D 因果推理器（編碼器+解碼器）的級(jí)聯(lián)，探索實(shí)現(xiàn)真正的 2D 圖像理解；以及原生多模。

　　原生多模態(tài)的 LLM 式編碼器架構(gòu)，將有潛力發(fā)展為統(tǒng)一的全模態(tài)編碼器（處理圖像、音頻、文本），只需配置特定模態(tài)的查詢(xún) Token 即可。

　　Qwen3-Max-Thinking， 阿里發(fā)布千問(wèn)旗艦推理模型

　　周一， 阿里通義千問(wèn)團(tuán)隊(duì)正式推出其最新的旗艦推理模型 Qwen3-Max-Thinking。

　　模型通過(guò)擴(kuò)大參數(shù)規(guī)模并利用大規(guī)模計(jì)算資源進(jìn)行強(qiáng)化學(xué)習(xí)，在事實(shí)知識(shí)、復(fù)雜推理、指令遵循，以及人類(lèi)偏好對(duì)齊等多個(gè)維度實(shí)現(xiàn)了顯著突破。在 19 項(xiàng)主流基準(zhǔn)測(cè)試中，表現(xiàn)媲美 GPT-5.2-Thinking、Claude-Opus-4.5 以及 Gemini 3 Pro 等行業(yè)頂尖模型。

　　除了硬核的推理能力，新模型在交互體驗(yàn)和開(kāi)發(fā)者生態(tài)上也做了部分升級(jí)。Qwen3-Max-Thinking 具備自適應(yīng)工具使用能力，無(wú)需用戶(hù)手動(dòng)干預(yù)，即可自主調(diào)用搜索、記憶和代碼解釋器來(lái)解決問(wèn)題。

https://qwen.ai/blog?id=qwen3-max-thinking

　　社交群聊，「微信時(shí)刻」花落誰(shuí)家

　　騰訊元寶派上線(xiàn)，春節(jié)派十億現(xiàn)金

　　周一，騰訊旗下 AI 助手「元寶」正式開(kāi)啟了全新社交 AI 玩法——「元寶派」的內(nèi)測(cè)。

　　與主流單一交互的對(duì)話(huà)機(jī)器人（Chatbot）不同，「元寶派」被定義為一個(gè)能讓 AI 陪一群人玩的「社交空間」。在這個(gè)空間里，元寶將成為具備社交屬性的「派友」。

　　它不僅能參與聊天、調(diào)節(jié)氛圍，還能擔(dān)任「監(jiān)督員」角色，協(xié)助用戶(hù)發(fā)起健身、閱讀等興趣打卡，甚至執(zhí)行復(fù)雜的互動(dòng)任務(wù)。

　　基于混元大模型，「元寶派」支持 @ 元寶 進(jìn)行追問(wèn)、識(shí)別總結(jié)文件或圖片、公眾號(hào)文章信息，甚至還能讓它設(shè)置待辦事項(xiàng)、提醒及定時(shí)打卡，以及一鍵總結(jié)群內(nèi)聊天信息。

　　同時(shí)，元寶派內(nèi)置類(lèi)似「騰訊會(huì)議」的屏幕共享功能，支持音視頻連麥與課件演示，用戶(hù)還可私聊討論，經(jīng) APPSO 實(shí)測(cè)，也支持打王者榮耀。

　　元寶派也是騰訊試圖通過(guò)建立 AI 與用戶(hù)共存的群組空間，復(fù)刻當(dāng)年微信紅包的社交裂變奇跡，以此彌補(bǔ)騰訊在 AI 社交關(guān)系鏈上的短板，畢竟現(xiàn)在還是豆包占據(jù)了 AI 應(yīng)用的 Top 1。

　　百度文心 AI 群聊擴(kuò)大內(nèi)測(cè)范圍，多個(gè)智能體「不請(qǐng)自來(lái)」

　　百度文心 APP 在周二，全面擴(kuò)大了其 AI 群聊功能的內(nèi)測(cè)范圍。該功能最早于 1 月 16 日首發(fā)，是國(guó)內(nèi)首個(gè)支持群聊的 AI 平臺(tái)。

　　和近期騰訊推出的「元寶派」等競(jìng)品不同，文心 APP 的群聊功能不再局限于傳統(tǒng)的「單聊搬運(yùn)」，而是主打「主動(dòng)交互」與「多智能體協(xié)同」的全新體驗(yàn)。

　　文心 APP 群聊最大的創(chuàng)新在于打破了 AI 必須被「@」才會(huì)響應(yīng)的被動(dòng)模式。系統(tǒng)能夠根據(jù)群聊上下文，在用戶(hù)討論旅游攻略、查詢(xún)天氣或?qū)ふ颐朗硶r(shí)，自動(dòng)識(shí)別需求并「主動(dòng)冒泡」提供建議。

　　這種設(shè)計(jì)主要是模擬真實(shí)的人類(lèi)交互邏輯，讓 AI 在需要時(shí)自動(dòng)介入，而非僅作為被動(dòng)調(diào)用的工具。此外，進(jìn)群的每位用戶(hù)都會(huì)默認(rèn)配有一個(gè)「文心助手」，作為用戶(hù)的數(shù)字分身參與協(xié)作。

　　OpenAI 秘密研發(fā)社交網(wǎng)絡(luò)，打造「全真人」平臺(tái)對(duì)抗 AI 機(jī)器人

　　AI 社交群聊這塊餅誰(shuí)都想吃下，ChatGPT 在前段時(shí)間也推出了群聊功能，不過(guò)一直都不溫不火，少有用戶(hù)反饋該功能存在的出彩點(diǎn)。

　　據(jù) Forbes 周四報(bào)道，OpenAI 目前又打算開(kāi)發(fā)一個(gè)自有社交網(wǎng)絡(luò)，主要是為了解決長(zhǎng)期困擾社交媒體，就其實(shí) X 的機(jī)器人泛濫與有害內(nèi)容等問(wèn)題。

　　該項(xiàng)目的核心愿景是打造一個(gè)「僅限真人」的平臺(tái)，目前由一個(gè)不足 10 人的精簡(jiǎn)團(tuán)隊(duì)負(fù)責(zé)開(kāi)發(fā)。

　　為了確保所有賬戶(hù)背后都是真實(shí)的人類(lèi)，OpenAI考慮引入嚴(yán)格的生物識(shí)別驗(yàn)證機(jī)制。據(jù)知情人士透露，團(tuán)隊(duì)探討的方案包括要求用戶(hù)通過(guò) Apple 的 Face ID，或 World Orb 進(jìn)行證明。

　　World Orb 是由 OpenAI CEO Sam Altman 創(chuàng)立，并擔(dān)任董事長(zhǎng)的 Tools for Humanity 公司，開(kāi)發(fā)的一種虹膜掃描儀，能夠生成唯一且可驗(yàn)證的 ID。這種真正的生物識(shí)別驗(yàn)證，將使該平臺(tái)區(qū)別于僅依賴(lài)電話(huà)、郵件或行為信號(hào)進(jìn)行驗(yàn)證的 Facebook 和 LinkedIn。

　　虹膜掃描儀器

　　這件事頗具有諷刺意味的是，作為 AI 浪潮的推手，OpenAI 現(xiàn)在的目標(biāo)卻是通過(guò)極其嚴(yán)格的生物識(shí)別手段（甚至可能需要掃描你的虹膜），來(lái)建立一個(gè)沒(méi)有 AI 機(jī)器人干擾的「人類(lèi)凈土」。

www.forbes.com/sites/annatong/2026/01/28/openai-wants-to-create-biometric-social-network-to-kill-xs-bot-problem/

　　發(fā)布周，AI 產(chǎn)品比時(shí)裝周的大牌還要密

　　發(fā)布周這個(gè)概念是怎么來(lái)到 AI 圈的，大概還是 2024 年底，奧特曼宣布一連 12 天的產(chǎn)品發(fā)布周，后面 DeepSeek 也開(kāi)啟了開(kāi)源周，開(kāi)源了多個(gè)強(qiáng)大的軟件庫(kù)。

　　AI 大戰(zhàn)確實(shí)太火，一個(gè)兩小時(shí)的發(fā)布會(huì)不夠打，一周才是王道。

　　而就在剛剛過(guò)去的這周，一連發(fā)布新模型、新產(chǎn)品的國(guó)產(chǎn) AI 平臺(tái)，也暗暗較上了勁，讓本就密集的發(fā)布周，變得更「瘋狂」。

　　Vidu 全球創(chuàng)想周，多款核心功能上新

　　周一，Vidu 正式開(kāi)啟全球創(chuàng)想周，一連五天，Vidu 更新了主體社區(qū)、Q2 參考生 Pro、Vidu Q3，以及 Vidu Agent 1.0 等多款模型和工具。

　　周二，Vidu Q2 參考生 Pro 模型上線(xiàn)， 能直接復(fù)刻不同視頻效果，實(shí)現(xiàn)視頻的精細(xì)化編輯。

　　周三，Vidu Agent 1.0 全球上線(xiàn)， 自動(dòng)化的工作流，讓 AI 生視頻工具開(kāi)箱即用，實(shí)現(xiàn)一鍵成片。全新升級(jí)后的 Agent 功能，還支持上傳背景音樂(lè)、刪減旁白、Storyboard 編輯，內(nèi)置多語(yǔ)言，多音色，多模特，多場(chǎng)景的海量素材庫(kù)等。

　　周四，主體社區(qū)上線(xiàn)， 標(biāo)準(zhǔn)化 + 可組合的方式， 把運(yùn)鏡、特效、氛圍、表演、構(gòu)圖、敘事、風(fēng)格、場(chǎng)景、招式等等，這八大類(lèi)型打包成「主體庫(kù)」，我們只需要在輸入框里 @ 一下，就能調(diào)用成片。

　　周五，Vidu Q3 發(fā)布，這是 全球第一個(gè)支持 16s 音視頻直出的模型，主打?yàn)槁　⒍虅?、影視劇?chuàng)作而生。

　　以前這些視頻模型，隨便挑一個(gè)放出來(lái)都是王炸，現(xiàn)在都是直接一連五天，一口氣端上來(lái)。

　　MiniMax ，全新音樂(lè)和 AI 陪伴模型

　　MiniMax 在去年六月也曾來(lái)過(guò)一次技術(shù)發(fā)布周，為期五天，從推理基座大模型 M1，到視頻和音頻生成模型，以及 Agent 產(chǎn)品，算是承包了一周的熱點(diǎn)。

　　這周，MiniMax 帶來(lái)了 MiniMax M2-Her 角色扮演模型，和 MiniMax Music 2.5 AI 音樂(lè)生成模型。

　　音樂(lè)生成方面， 此次更新主打「段落級(jí)強(qiáng)控制」與「物理級(jí)高保真」兩大核心能力，試圖解決 AI 音樂(lè)長(zhǎng)期以來(lái)面臨的意圖表達(dá)不準(zhǔn)，和質(zhì)感塑料味重的問(wèn)題。

　　根據(jù)官方更新博客介紹， Music 2.5 最大的亮點(diǎn)在于把創(chuàng)作的選擇權(quán)，交回了用戶(hù)手中。模型開(kāi)放了全段落標(biāo)簽控制，支持包括 Intro（前奏）、Bridge（橋段）、Hook（副歌）等在內(nèi)的 14 種結(jié)構(gòu)變體。

　　而在角色扮演方面，M2-her 是 基于 MiniMax 團(tuán)隊(duì)在 Talkie 和星野（Xingye）產(chǎn)品中，長(zhǎng)達(dá)三年的觀(guān)察與數(shù)據(jù)積累，設(shè)計(jì)出的模型。

　　M2-her 試圖解決通用大模型在長(zhǎng)程情感交互中，容易出現(xiàn)的邏輯斷裂、風(fēng)格平庸以及無(wú)法深度共情等問(wèn)題，構(gòu)建一個(gè)真正可用于生產(chǎn)環(huán)境的高質(zhì)量 Role-Play Agent。

https://www.minimaxi.com/

　　可靈，上個(gè)月剛結(jié)束靈感周，馬上又開(kāi)啟超前內(nèi)測(cè)

　　去年 12 月初，可靈就開(kāi)了「全能靈感周」，一連五天發(fā)布了圖片和視頻多款生成模型，以及主體庫(kù)、對(duì)比模版等功能。

　　上下滑動(dòng)查看更多內(nèi)容

　　周六（31 號(hào)），可靈又開(kāi)啟了新一波的「超前內(nèi)測(cè)」，快手正式宣布推出新一代視頻生成模型可靈 3.0 系列。此次更新幅度同樣巨大，一口氣帶來(lái)了圖片 3.0、視頻 3.0 以及視頻 3.0 Omni 三個(gè)版本。

　　根據(jù)快手可靈的官方更新公告， 圖片 3.0 模型主要在畫(huà)質(zhì)和邏輯上有了大幅度更新。新的圖片模型，不僅支持輸出 2K 和 4K 級(jí)別的高清圖，適配影視預(yù)演等專(zhuān)業(yè)需求，還引入了視覺(jué)思維鏈（vCoT）技術(shù)。

　　簡(jiǎn)單來(lái)說(shuō)，模型在動(dòng)筆畫(huà)圖之前，會(huì)先進(jìn)行「隱式思考」，對(duì)提示詞中的抽象隱喻、因果關(guān)系和常識(shí)進(jìn)行邏輯推演。

　　視頻生成方面，新的模型采用了統(tǒng)一的多模態(tài)訓(xùn)練框架。最大的亮點(diǎn)是單次視頻生成時(shí)長(zhǎng)拉到了 15 秒，并支持 3-15 秒的靈活設(shè)置。

　　功能上，新增的「智能分鏡系統(tǒng)」也能聽(tīng)懂文本指令，自動(dòng)調(diào)度景別和機(jī)位；音畫(huà)同步能力也得到加強(qiáng)等多個(gè)亮點(diǎn)功能。

https://app.klingai.com/cn/

　　Manus 們從瀏覽器的標(biāo)簽頁(yè)，跳進(jìn)了手機(jī)和電腦里

　　Clawdbot，火山引擎、阿里云、騰訊云上線(xiàn)

　　Clawdbot，曾用名 Moltbot，現(xiàn)用名 OpenClaw，這款歷經(jīng)兩次改名的產(chǎn)品，在這周刷屏國(guó)內(nèi)外社交媒體。

　　沒(méi)錯(cuò)，它又改名字了

　　憑借 Clawdbot 24h 不間斷的 AI 助手服務(wù)，能夠直接打通我們手機(jī)上的大部分聊天軟件。像是自動(dòng)處理發(fā)郵件、回信息、在不同應(yīng)用之間切換，以及 AI 能做的它都能做等豐富的功能，它都能做到。

　　這些全方位覆蓋的 AI 智能體，精準(zhǔn)切中了網(wǎng)友對(duì) AI 助手的期待，引發(fā)大量部署熱潮，甚至還附帶了 Mac mini 的爆火。

　　無(wú)論是微信還是小紅書(shū)，搭建教程的分享隨便一搜，搜索結(jié)果一頁(yè)都放不下。而國(guó)內(nèi)大廠(chǎng)阿里、騰訊、字節(jié)也紛紛跟進(jìn)，在自己的阿里云/火山引擎/騰訊云，提供了一鍵部署功能。

　　阿里云還貼心的提供了和釘釘?shù)倪B接，我們能直接創(chuàng)建一個(gè)釘釘機(jī)器人，而不需要額外連接到 iMessage 或者其他即時(shí)通訊軟件。字節(jié)的火山引擎，也提供了集成飛書(shū)應(yīng)用的功能。 騰訊這邊，雖然網(wǎng)友們想要它能接上微信，但很明顯是不可能。

　　Clawdbot 的特點(diǎn)是能讓我們?cè)诔Ｓ玫牧奶燔浖?，像和自己的同事?duì)話(huà)一樣，直接吩咐他完成各種任務(wù)，通過(guò)網(wǎng)關(guān)配置，Clawdbot 能接入大部分音視頻娛樂(lè)、生產(chǎn)力工具、日常工具如日歷、時(shí)鐘、天氣等，直接調(diào)用這些工具來(lái)實(shí)現(xiàn)我們的需求。

　　最近還有網(wǎng)友拿它來(lái) 24h 監(jiān)控股市炒股，也有網(wǎng)友在手機(jī)上就能 vibe coding，創(chuàng)作自己的 App 并且上架到 App Store。

　　MiniMax Agent 桌面版，中國(guó)版 Cowork 上線(xiàn)

　　本地 Agent 產(chǎn)品是今年的主流，看起來(lái)已經(jīng)是不爭(zhēng)的事實(shí)。無(wú)論是最近大火特火的 Clawdbot，還是月初發(fā)布的 Claude Cowork，它們的核心都是從瀏覽器的一個(gè)標(biāo)簽頁(yè)里面跳出來(lái)，在我們手機(jī)和電腦里，真正地開(kāi)始干活。

　　Cowork 的爆火應(yīng)該也沒(méi)有人能想到，它只是簡(jiǎn)單的把 Claude Code 封裝成了一個(gè)有可視化界面的應(yīng)用。而且，編寫(xiě) Cowork 的所有代碼，都是由 AI 完成，就這樣一個(gè)看起來(lái)本來(lái)是「普普通通」的項(xiàng)目，卻收獲了大量關(guān)注。

　　MiniMax 在最近還上線(xiàn)了 MiniMax Agent 桌面端和專(zhuān)家 Agent 功能。在 Mac/Windows 電腦，我們可以選擇本地工作文件夾，讓 MiniMax Agent讀取、分析和批量處理文件，或者描述任務(wù)讓 Agent 在瀏覽器中進(jìn)行自動(dòng)處理，像完成點(diǎn)擊和提交等操作。

　　專(zhuān)家功能就像前段時(shí)間大家都在學(xué)的 Skills 一樣，它能把這些重復(fù)性的任務(wù)，保存為可復(fù)用的配置，并創(chuàng)建為「專(zhuān)家」，里面包括自定義指令、模型和子智能體等。

　　根據(jù) MiniMax 官方給出的使用場(chǎng)景， 能夠直接進(jìn)入用戶(hù)本地環(huán)境 Agent，幫助電商運(yùn)營(yíng)人員，在面對(duì) 500 張商品圖片的分類(lèi)工作時(shí)，通過(guò)圖像識(shí)別自動(dòng)完成分類(lèi)、重命名與歸檔。

　　在留學(xué)申請(qǐng)場(chǎng)景中，Agent 還能整合多種格式的文件內(nèi)容（如PDF、Word、圖片），生成符合申請(qǐng)要求的個(gè)性化文書(shū)。

https://agent.minimaxi.com/

　　? 阿里 QoderWork，也是接管電腦上的本地工作

　　這周五， 阿里也正式推出了首個(gè)桌面 Agent 工具「QoderWork」并開(kāi)啟邀測(cè)。

　　Qoderwork 同樣也被稱(chēng)為是「國(guó)產(chǎn)版 Claude Cowork」，主打零門(mén)檻和無(wú)需部署。在獲得對(duì)應(yīng)文件權(quán)限后，用戶(hù)只需要通過(guò)自然語(yǔ)言指令，就可讓 AI 直接調(diào)用已授權(quán)的本地應(yīng)用，完成從文件整理到內(nèi)容創(chuàng)作的復(fù)雜任務(wù)。

　　目前 Mac 用戶(hù)可搶先體驗(yàn)，Windows 版本也將很快上線(xiàn)。

　　這些本地 Agent 產(chǎn)品， 與過(guò)去一年，市面上大多數(shù)依賴(lài)云端處理的 Agent，像是 Manus、Kimi OK Computer 不同，它們的核心優(yōu)勢(shì)都在于「本地化執(zhí)行」與「自主規(guī)劃」。

　　Qoderwork 也內(nèi)置了強(qiáng)大的模型上下文協(xié)議（MCP），以及支持自定義Skills，將任務(wù)環(huán)境直接部署在終端設(shè)備上等。

https://www.qoder.com/qoderwork

　　階躍 AI 桌面伙伴，操作系統(tǒng)級(jí)的 Agent

　　最近，階躍也推出了 AI 桌面助手，同樣是在 Claude Cowork 爆火的一周之后。

　　升級(jí)后的「階躍 AI 桌面伙伴」也是能直接處理我們電腦本地的文件，以及其他系統(tǒng)級(jí)工作。

　　通過(guò) MCP（模型上下文協(xié)議）方式，階躍 AI 桌面伙伴也打通了包括 Excel、QQ 郵箱、飛書(shū)、釘釘、Notion、高德在內(nèi)的 16 款常用桌面工具，我們也可以自行添加更多工具。

　　此外，Mac 版本上線(xiàn)了「全局記憶」功能，AI 還能在本地記錄、理解并回溯我們的操作行為，生成工作日?qǐng)?bào)或復(fù)盤(pán)總結(jié)，且所有數(shù)據(jù)均存儲(chǔ)在用戶(hù)本地設(shè)備上，以確保隱私安全。

　　Skills 功能也是必不可少，在階躍 AI 桌面助手里面，是直接引入了 社區(qū)化的「妙計(jì)廣場(chǎng)」。用戶(hù)可以直接分享自己調(diào)試好的 Prompt（提示詞）等，供其他用戶(hù)復(fù)用。

https://www.stepfun.com/download