AI Agent 混战：MiniMax、阿里、百度集体“养虾”，谁能胜出？

核心洞察

看了一圈本周的AI动态，最让人眼前一亮的不是某个模型参数刷榜，而是“Agent”这个概念突然从PPT里跳进了真实的工作流。MiniMax那个M2.7说自己能“自我进化”，听起来玄乎，但SWE-Pro基准上56%的成绩确实硬——接近Opus水平了。另一个有意思的信号是，阿里、腾讯、百度、智谱都在狂推自己的“龙虾”产品，OpenClaw一个开源的个人AI助手平台，支持跨平台部署和多种通讯渠道集成，能够执行自动化任务如邮件处理、日历管理等。生态一夜之间成了巨头必争之地。这周之后，“养虾”可能不只是一个梗了。

---

3月18日·周三

MiniMax推出了M2.7模型，这是他们第一次让模型深度参与自己的迭代过程。M2.7能自己搭出复杂的Agent Harness，靠Agent Teams和复杂的Skills去完成非常复杂的生产力任务。在软件工程这块，M2.7在SWE-Pro基准测试里拿到了56.22%的分数，已经很接近Opus的水平了。另一个叫VIBE-Pro的端到端项目交付测试，得分55.6%。在专业办公领域，一个叫GDPval-AA的评测里，它的ELO得分是1495，是目前开源模型里最高的。消息来自MiniMax官方。

同一天，LiblibAI推出了自己的AI视频创作平台LibTV。这个平台有点意思——它同时服务人类创作者和AI Agent。提供的是无限画布的工作流，支持剧本解析、分镜管理、角色三视图、多机位生成等20多种专业AI能力。平台集成了豆包、可灵、Kimi这些主流模型。Agent可以通过Skill接口调用LibTV，一句话就能生成5分钟短剧，或者把音乐转成MV，还能做视频风格复刻。消息来自哩布哩布AI。

昆仑万维旗下的Skywork也出了个云端AI原生助理SkyClaw昆仑万维Skywork推出的云端AI原生助理，基于OpenClaw架构，支持24/7云端运行。。首批发布了六大官方Skills，包括PPT、文档、Excel、设计、搜索以及Mureka音乐制作。开发者可以上GitHub或者Clawhub平台调用。SkyClaw基于开源架构OpenClaw做了深度重构，能24小时在云端持续运行，就算你电脑离线了，它也能自动把任务干完。消息来自昆仑万维集团。

百度在AI Day上推出了“龙虾”全家桶，全面布局OpenClaw生态。核心产品包括：桌面AI智能体DuMate、手机端的RedClaw、小度“家用小龙虾”、云端虾DuClaw百度智能云推出的零部署OpenClaw服务，即开即用，内置百度搜索等技能。，还有一个“安全虾”。百度搜索的Skill在OpenClaw官方商店下载量已经超过4.5万次，全球排第一。消息来自百度。

3月17日·周二

科大讯飞发布了桌面级AI智能助理Loomy科大讯飞基于AstronClaw推出的桌面级AI智能助理，主打本地办公场景，支持文件整理、数据分析等。，基于AstronClaw打造。主打本地办公场景，能做文件整理、数据分析、内容创作这些事，最快1分钟就能部署完。Loomy用了“目录级隔离”的安全机制，只访问你授权给它的目录，还支持QQ、飞书、钉钉等IM工具远程遥控。产品兼容OpenClaw技能体系和MCP协议，可以切换DeepSeek、MiniMax这些主流模型。消息来自讯飞开放平台。

商汤办公小浣熊推出了“技能模板”内测功能。用户可以把常用的数据分析流程做成模板，以后一键调用，省得每次重复造轮子。内测申请已经开放了，感兴趣可以上官网上看看。消息来自商汤小浣熊。

阿里巴巴推出了全球首个企业级AI原生工作平台“悟空”。这是个独立应用，不过也内嵌在钉钉里，能连企业钉钉账号，继承安全访问权限。主打企业级安全——AI Agent会自动继承你企业的权限规则，所有操作都在安全沙箱里跑。消息来自阿里巴巴。

还有个叫MuleRun（骡子快跑）的产品，号称全球首个自进化个人AI。主打“0门槛”，不用部署不用安装，打开网页就能用。7×24小时在云端连续跑，你离线了它能自动干活。核心特性包括自主进化、主动触达和群体智慧共享，还开放了Agent网络生态，好用的Agent可以一键复用。消息来自量子位。

3月16日·周一

清华大学研究团队开源了OpenMAIC，这是国内首个L4级AI课堂平台。通过多智能体协作，把PDF、论文这些资料自动生成互动式课堂——有AI老师、AI助教、虚拟学生角色，还能语音讲解、实时互动、白板标注。老师上传材料之后，系统自动解析出课件、测验和PBL网页。备课成本确实能降不少。消息来自机器之心。

3月13日·周五

（暂无当日内容，跳过）

3月12日·周四

科大讯飞AstronClaw全面开放了。基于OpenClaw打造的云端AI助手，支持一键部署，沙箱隔离运行保证数据安全。接入了企业微信、钉钉、飞书这些主流IM，内置120多个官方Skills，还能调用ClawHub生态里的1万多个技能，覆盖办公、营销、金融等场景。集成了星火X2、Kimi-K2.5、GLM-5等多款大模型。消息来自讯飞开放平台。

爱诗科技完成了C轮融资，鼎晖领投。这家做AI视频生成的公司，背后跟着中国儒意、三七互娱、亦庄国投、众为资本等一堆机构。钱打算用在视频基础模型迭代、实时世界模型研发和全球化团队建设上。他们的PixVerse V5.6在Artificial Analysis榜单里，图生视频和文生视频都排全球第二。还全球首发了实时世界模型PixVerse R1，用户规模已经突破1亿。消息来自爱诗科技AIsphere。

威努特发布了安全龙虾产品WinClaw。主要针对OpenClaw存在的安全风险——CNNVD通报过82个漏洞，其中12个超危漏洞——和配置复杂问题。WinClaw建了五层安全防护：身份认证双向鉴权、安装时拦截14类危险模式、消息层面41条安全规则、执行时敏感操作二次确认、本地审计日志记录。消息来自威努特安全网络。

光轮智能完成了10亿元融资，A++及A+++轮。投资方有新希望集团、三安光电家族办公室、奥克斯这些产业方，还有建投华科等财务机构。光轮智能成了全球首个具身数据领域的独角兽。他们构建了“世界-行为-评测”三层架构，提供物理仿真、规模化数据生产与模型评测服务。已经服务了英伟达、谷歌、Figure AI、字节、智元等头部客户，在仿真合成数据、仿真评测、人类视频数据三项能力上是全球交付冠军。消息来自光轮智能。

3月11日·周三

Meta正式收购了AI社交网络Moltbook。创始人Matt Schlicht和Ben Parr会在3月16日加入Meta超级智能实验室（MSL）。Moltbook上线一个多月就吸引了19.4万个AI智能体，发了超过200万条帖子。之前因为“AI自发建立宗教”之类的话题火过一阵，后来被发现很多是人类的伪装。Meta看中的是它那个智能体验证身份和互联的系统机制，想用来搭建自己的“智能体身份注册表”——应对AI从聊天工具变成自主实体的趋势。消息来自机器之心。

百度智能云发布了DuClaw，一个零部署的OpenClaw服务。用户不需要选镜像、部署服务器、配API Key，直接开箱即用。内置了百度搜索、百科、学术搜索这几个百度的优势Skills，也支持DeepSeek、Kimi-K2.5等主流模型。目前网页端已经上线了，后面会接企业微信、钉钉、飞书。消息来自百度。

新加坡的金融科技公司MetaComp完成了数千万美元的Pre-A+轮融资，投资方包括知名互联网大厂的战投和Spark Venture等，老股东跟投。这家公司在2025年已经实现净利润转正，即时流动资金超过1亿美元，月支付交易流水超过10亿美元，财富在管规模超过5亿美元。消息来自暗涌Waves。

Dify完成了3000万美元Pre-A轮融资，红杉中国领投，GL Ventures、Alt-Alpha Capital、五源资本等跟投。钱打算用来提升Agent可靠性、企业级运营管控能力、降低构建门槛和建设开源生态。Dify是一个开源Agentic Workflow构建平台，有可视化构建器和生产级工程基础设施，帮团队快速搭建、部署、运维AI工作流。消息来自Dify。

3月10日·周二

智谱上线了AutoClaw（中文名“澳龙”），国内首个支持一键安装的本地版OpenClaw工具。预置了50多个热门Skills，支持macOS和Windows双平台，1分钟部署完，一键接飞书等IM工具。内置了智谱专为Agent场景优化的Pony-Alpha-2模型（正在内测），集成了AutoGLM Browser-Use浏览器操作能力，能稳定执行多步骤、跨页面的复杂任务。消息来自智谱。

腾讯云推出了SkillHub，一个专为中国用户优化的OpenClaw AI Skills社区。依托国内高速镜像，解决了官方ClawHub下载慢、中文搜索不友好、社区交流不便这三个问题，Skill安装基本秒速。平台有精选Top 50榜单、8个分类的中文搜索和安全审计，收录了1.3万个Skills，支持一键复制安装命令，还打算搞一个开放的中文开发者社区。消息来自AI工具集。

腾讯电脑管家推出了QClaw，基于OpenClaw打造的本机AI助手，支持Mac和Windows，内置了Kimi-2.5等模型。最大的亮点是零配置直接关联微信——你可以通过微信远程操作电脑完成任务，比如处理文档、搞社媒运营、开发GitHub项目之类。数据全部存在本地，隐私有保障。依托5000多个Skills生态，还有持续记忆能力。消息来自APPSO。

阿里云旗下AI Agent产品“无影JVS”正式更名“JVS Claw”，推出了独立APP和网页版，现在在内测阶段，需要邀请码。产品以可定制的Clawbot为核心，搭配6核/12GB的独立云端ClawSpace环境，支持实时查看AI操作链路。内置浏览器自动化、Office文档处理等预制技能，用户可以用“技能查找”装ClawHub的新技能，或者用自然语言创建自定义技能。消息来自AI工具集。

3月9日·周一

腾讯WorkBuddy正式上线了，被称为腾讯版“小龙虾”（OpenClaw）。完全兼容OpenClaw技能，但不用复杂部署，下载安装就能用，1分钟完成企业微信配置。内置了20多种Skills技能包，支持多窗口、多Agent并行工作，可以无缝切换Hunyuan、DeepSeek、GLM等主流模型，还有企业级安全审计能力。消息来自腾讯云。

OpenClaw发布了2026.3.8版本，3.8版。新增了ACP来源识别、openclaw备份机制和Telegram假冒清除三大功能，修复了12个以上安全漏洞。同时带来了GPT-5.4前向兼容（支持105万Token上下文）、Brave搜索强化、Talk语音模式静默等待优化等改进，还专门针对macOS和Android端做了优化和安全加固。消息来自机器之心。

3月6日·周五

阿里云开源了HiClaw，说是OpenClaw的“Team版”升级方案。引入了Manager Agent架构实现多Agent协作管理。HiClaw通过AI Gateway统一管理API凭证，解决了原生OpenClaw的安全风险；每个Worker Agent跑在独立容器里，技能和记忆完全隔离。系统内置了Matrix服务器和Element客户端，支持手机端随时指挥，不用再配飞书或钉钉机器人。消息来自阿里云开发者。

3月5日·周四

AI云服务公司CoreWeave跟AI搜索公司Perplexity签了多年期战略合作。Perplexity会拿CoreWeave的云算力（包括英伟达GB200 NVL机架系统）来跑AI推理工作负载，CoreWeave则会在内部全面部署Perplexity Enterprise Max订阅。这给Perplexity提供了高性能的AI云平台，帮它加速AI工具和智能体的规模化。消息来自IT之家。

3月4日·周三

AI创作平台Flowith完成了千万美元种子轮和种子+轮融资。种子轮有祥峰投资等参与，种子+轮由红杉中国种子基金、江远投资联合领投。Flowith想做Agentic AI时代的“行动派”操作系统，已经推出了多线程画布交互、云端无限Agent以及首款本地化AI全链路创作助手FlowithOS。消息来自Z Potentials。

3月3日·周二

阿里千问开源了四款Qwen3.5小尺寸模型：0.8B、2B、4B、9B。这个系列用了原生多模态训练和最新架构，覆盖从端侧到服务器的轻量级AI需求。0.8B和2B适合移动设备和IoT边缘部署；4B定位为轻量级Agent基座；9B性能据说能媲美gpt-oss-120B。消息来自通义实验室。

小红书团队发布了并开源了端到端文档识别模型FireRed-OCR。基于Qwen3-VL架构，首创了“三阶段渐进优化”策略和“几何+语义”数据工厂，专门解决通用VLM处理复杂文档时的“结构性幻觉”问题。在权威评测OmniDocBench v1.5里拿到了端到端方案SOTA，综合评分92.9%，领先Gemini-3.0 Pro等模型。消息来自小红书技术REDtech。

3月2日·周一

（暂无当日内容，跳至下一部分）

好的，这是根据您的要求，为续写文章第二部分而创作的中文内容。

核心结论

1. MiniMax M2.7MiniMax公司推出的新一代自进化AI模型，首次实现模型深度参与自身迭代，擅长复杂Agent任务。 在 SWE-Pro 基准测试中得分 56.22%，接近 Opus 水平；在 VIBE-Pro 项目交付测试中得分 55.6%；在 GDPval-AA 专业办公评测中 ELO 得分 1495，为当前开源模型最高。
2. 百度搜索的 Skill 在 OpenClaw 官方商店下载量已超过 4.5 万次，全球排名第一。
3. 爱诗科技完成 C 轮融资，其 PixVerse V5.6 在 Artificial Analysis 榜单中图生视频和文生视频均排全球第二，用户规模已突破 1 亿。
4. 光轮智能完成 10 亿元融资，成为全球首个具身数据领域独角兽，已服务英伟达、谷歌、Figure AI、字节、智元等头部客户。
5. 清华大学研究团队开源了国内首个 L4 级 AI 课堂平台 OpenMAIC，通过多智能体协作自动将 PDF 等资料生成互动式课堂（含 AI 老师、助教、虚拟学生角色）。

融资潮涌，人形机器人进入“重装时代”

本周的钱，好像都流向了机器人。先看人形机器人这边，松延动力B轮融资落地，宁德时代系领投，累计快10个亿了。这是它的第9轮融资，信号挺明确：行业正在从实验室秀技术，转向琢磨怎么把东西卖到家里去。

紧接着，具身智能公司银河通用扔了个更大的炸弹——25亿，单轮。投资方名单拉出来一排国家队：大基金三期、中国石化、中信、上汽。这轮融资直接刷新了行业纪录。有人把这称为“重装时代”，意思是国资开始大规模入场，门槛被抬高了。

从千亿到万亿，OpenAI的吸金能力还在涨

OpenAI又搞了笔大钱，1100亿美元。亚马逊、英伟达、软银各出了几百亿。公司估值到了7300亿美元。融资消息里还藏着几个细节：和亚马逊绑定了战略合作，跟英伟达在下一代推理芯片上有协议。预计后面还会有更多金融机构跟投。

开源阵营的春节“大礼包”

过完年回来，开源社区里热闹得很。

阿里通义的CoPaw正式开源了，用的Apache 2.0协议，可以商用。这个智能助理主打本地部署，接本地模型或者Ollama、llama.cpp都行。核心就是让数据留在自己手里，同时把能力上限打开。

面壁智能拿了数亿元融资，中国电信领投。这家公司的标签是“高效大模型”，这次合作相当于跟国家级基础设施深度绑定。能拿到运营商的钱，说明大模型在行业落地的故事终于有人信了。

自变量机器人也拿了数亿元，上汽系领投。公司时间不长，2023年成立，做的具身智能大模型叫WALL-A，还有量子一号和二号两款机器人。二号那个灵巧手自由度很高。

World Labs——李飞飞创立的那个“世界模型”公司，融了10亿美元，估值冲到了50亿美金。投资方包括Autodesk、英伟达、AMD、a16z。公司年初推出了World API，开始商业化探索。

模型能力持续进阶

这周发新模型的公司也不少。

通义千问发了Qwen3.5系列，旗舰版有397B参数，但激活只要17B。用了混合注意力和稀疏MoE架构，推理效率比前代快了好几倍。在指令遵循、智能体、视频理解这些维度上，直接对标GPT-5.2、Claude 4.5、Gemini 3 Pro。

字节跳动的豆包大模型进入2.0阶段，发了Seed2.0系列，分Pro、Lite、Mini、Code四个版本。着重优化了现实复杂任务能力，综合表现也追上了国外第一梯队。

智谱GLM-5开源了，744B参数，激活40B。编程和智能体能力在开源模型里做到了最好。SWE-bench上拿了高分，能干复杂的系统工程任务，甚至能模拟经营自动售货机。

可灵AI升级到3.0。多了智能分镜功能，能自动调度景别和机位。图片3.0还能做深度叙事和组图批量创作。

LongCat这个美团旗下的产品，上线了“深度研究”智能体。它跟一般AI不一样，用美团的本地生活真实交易数据来生成吃喝玩乐攻略。支持400轮交互，256K上下文，在几个权威评测里拿到了开源模型的SOTA。

Vidu Q3也发布了，主打16秒音视频直出，声画同步。专为短剧、漫剧这类内容创作设计，效果确实有电影感。

小模型和大事件

智谱还发了一个小尺寸模型GLM-OCR，只有0.9B参数，但文档解析能力很强。在OmniDocBench测试里拿了94.6分，处理复杂表格、手写体和代码文档都行，每秒能处理快两页。

科大讯飞的星火X2来了，基于国产昇腾算力训练，用的是293B的MoE架构。推理性能比上一代提升了50%，单台服务器就能部署。

还有几件事值得单独说一下。马斯克正式把xAI卖给了SpaceX，合并后公司估值1.25万亿美元。他想在太空建数据中心，用太空的太阳能给AI算力供电。

苹果花了近20亿美元收购了以色列公司Q.ai，技术是通过分析面部微表情识别“无声语音”。以后戴个AirPods或者眼镜，可能不用出声就能跟设备交互。

OpenAI宣布要下线GPT-4o等旧模型，用户反应挺激烈。很多人说GPT-4o的“温暖对话风格”已经成了一种情感寄托。OpenAI表示会在新模型里改进个性。

最后，字节跳动发了Seed2.0，阿里发了Qwen3-TTS语音生成模型，昆仑万维开源了SkyReels-V3视频生成模型。这些产品都在瞄准更垂直的场景，要么是多模态，要么是语音，要么是AI视频工作流。

腾讯CodeBuddy Code 2.0版本发布，核心变化是开放了SDK集成能力。Plan模式和ACP协议把Agent能力标准化后输出，企业能直接拿它搭生产级AI应用。平台兼容开发者社区生态，支持Plugin插件市场和自定义Subagents智能体。TencentOS集成进来，提供了容器化安全沙箱运行环境。工程记忆、LSP代码诊断这些功能也加强了。支持GLM-4.7等多模型切换。

月之暗面启动Kimi新模型API内测计划。面向已完成企业认证的用户开放申请。平台根据开发者使用场景和新模型匹配度筛选首批测试用户，审核通过后会有团队电话联系。

马斯克把X平台的核心推荐算法开源了，叫x-Algorithm。这是第一个把流量分发逻辑彻底透明化的主流社交平台。新版算法用了xAI Grok模型相同的Transformer架构，零人工特征工程，完全靠模型自学用户交互历史来预测内容相关性。

AI陪伴公司自然选择完成超3000万美元融资，投方包括阿里巴巴、蚂蚁集团、启明创投。公司做的EVE产品重新定义了AI陪伴的五个维度：主动发起关怀、双商兼具的活人感、SOTA级长时记忆、高沉浸感设计、破次元生活服务介入。

月之暗面在上一轮融资后没几周又启动新一轮。投前估值逼近48亿美元，比上个月43亿涨了5亿。机构抢着投，主要因为智谱和MiniMax港股表现好，投资人急着布局中国AI头部标的。公司手里现金储备超100亿人民币。杨植麟说不急IPO，先聚焦下一代K3推理模型研发和算力扩容。

字节跳动的扣子智能体平台发布了2.0版本。四大核心功能升级：Agent Skills技能系统能让用户装行业专业能力包；Agent Plan支持设定长期目标后AI自动规划执行；Agent Office提供深度职场场景理解；Agent Coding实现云端一站式开发。

安克和飞书联合发布了AI录音豆。单体10克，豆型设计，夹在衣领或袖口就能无感佩戴。飞书提供AI能力，支持多语言转写翻译、会议纪要自动生成，还能把录音内容分析成鱼骨图等可视化图表，自动同步到飞书多维表格。

AI视频公司爱诗科技和中国儒意达成战略合作，拿了1420万美元战略投资。双方要一起探索AI在影视制作、流媒体平台南瓜电影及游戏业务里的应用，重点开发影视视觉设计、视效制作、宣传素材智能生成。爱诗科技会拿到中国儒意的优质版权内容授权，合作研发多模态智能体技术。

光轮智能和World Labs合作，用数字表亲仿真方案破解具身智能规模化评测难题。这个方案基于轻量真实数据，用3D高斯泼溅技术快速生成可物理交互的仿真环境，环境创建时间压缩到分钟级。

千问App上线了400多项AI办事功能。从聊天对话跨到办事时代。深度接入了淘宝、支付宝、高德、飞猪等阿里生态业务。全球首次实现AI点外卖、购物、订机票酒店，在对话界面内就能完成支付，不用跳转。上线的任务助理支持多步骤复杂任务规划，还加了学习辅助功能。

OpenAI和Cerebras签了近100亿美元的大单，部署750兆瓦的晶圆级系统，打造全球最大高速AI推理平台。2026年起分阶段实施，2028年前完成。Cerebras芯片推理速度是GPU系统的15倍。

Genspark上线9个月，年度经常性收入突破1亿美元，成为全球增长最快的AI公司之一。还预告Genspark AI Workspace 2.0两周内发布。

商汤科技上线了办公小浣熊APP iOS版。主打移动办公场景，支持手机复杂表格数据分析、语音输入快速记录，还能电脑和手机之间任务无缝接力。

快手宣布可灵AI在12月单月收入突破2000万美元，年化收入运行率达2.4亿美元。上线第10个月ARR破1亿美元后，第19个月又实现了跨越式增长。12月通过全能灵感周集中发布了可灵视频O1、图片O1等多款新模型。

千寻智能开源了具身智能基础模型Spirit v1.5。在权威真机评测基准RoboChallenge上总分66.09，成功率50.33%，超过美国公司Physical Intelligence的Pi0.5模型，登顶全球榜首。是榜单上第一个击败基准模型的国产模型，也是第一个成功率突破50%的具身智能模型。

AI初创公司Humanify完成数千万元种子轮融资，五源资本领投，奇绩创坛跟投。公司2024年成立，专注开发具备类人认知与自主意识的下一代AI模型和原生操作系统。资金主要投到模型和操作系统研发、团队扩张上。

谷歌联合Shopify、沃尔玛、Target等零售巨头推出通用商务协议UCP。这是AI智能体购物场景的全流程标准化框架，支持智能体参与从商品发现到售后支持的所有环节。通过标准化实现不同系统协同运作，还能兼容谷歌的智能体支付、互联等协议。

智谱正式在港交所挂牌上市，股票代码02513，成为全球大模型第一股。公司说智能是且仅是我们唯一的产品，致力于通用人工智能的研发与探索。

xAI完成200亿美元E轮融资，投方包括英伟达、思科和中东资本。Grok月活跃用户已达6亿，Grok 5正在训练。公司有超100万个H100 GPU等效算力，Grok 4在强化学习方面取得突破。

LMArena完成1.5亿美元A轮融资，投后估值17亿美元。核心产品是模型竞技场平台，用众包方式让用户比较不同AI模型性能。月活用户超500万，每月产生6000万次对话。Felicis和UC Investments领投。

英伟达发布AI计算平台Vera Rubin。包含6款全新芯片，Rubin GPU推理算力达50 PFLOPS，是Blackwell的5倍。Vera Rubin NVL72系统训练10万亿参数模型所需系统数量是前代1/4，成本降到了1/10。

开源异构算力调度平台密瓜智能完成数千万元天使轮融资，复星创富领投。核心产品是CNCF开源项目HAMi，解决GPU等异构算力资源利用率低的问题。HAMi支持NVIDIA、华为昇腾等9种以上芯片的细粒度切分和统一调度，能实现显存超卖和动态资源分配。

雷鸟创新完成超10亿元新一轮融资，中国移动链长基金与中信金石共同领投，中国联通基金参与。是国内运营商首次以战略投资者身份进入智能眼镜赛道。交割后中国移动持股7.92%。

AI硬件公司Looki完成超2000万美元A轮融资，蚂蚁集团领投，美团龙珠、华登国际跟投。核心产品Looki L1是多模态AI穿戴设备，重30克，通过视觉和音频信号实现智能生活记录和个性化交互。

AI助手ima推出PPT生成功能。用户用任务模式就能一键做演示文稿。支持上传附件或调用知识库资料，自动把文字内容转成包含数据图表、图标配图和重点突出的专业PPT。用户可以自定义风格主题。

中国版TRAE SOLO模式向全部用户免费开放。AI编程助手支持项目迭代、问题修复、架构重构，具备智能任务规划和自主编排智能体能力。用户可以免费使用内置的豆包、GLM、MiniMax、Kimi等多款模型，产品自动选最佳上下文窗口。

月之暗面完成5亿美元C轮融资，IDG资本领投1.5亿美元，阿里巴巴、腾讯及王慧文等老股东超额认购，投后估值43亿美元。杨植麟内部信说公司现金储备超100亿元人民币，不急IPO。资金投到K3大模型研发和扩增算力上。

软银向OpenAI的400亿美元投资已全部到账，持股约11%。这笔史最大AI投资的前提是OpenAI需在年底前完成重组并转为营利组织。软银清仓了英伟达股份来筹钱。部分资金会支持星际之门AI基础设施。

智谱在港交所招股，股票代码2513，发行价每股116.20港元，募资总额约43亿港元，估值超511亿港元。被称为全球大模型第一股。

京东上线AI原生应用京东AI购，目前App Store内测。对话式交互，一句话就能点外卖、导购。核心功能包括灵感空间预设指令卡片、AI试穿、智能比价，由言犀大模型驱动。

九章云极宣布完成新一轮战略融资，北京信息产业发展投资基金与北京市人工智能产业投资基金联合领投。资金投到AI加速计算技术研发和普惠智算云平台建设上。

12月26日·周五

智谱推了一款轻量级AI IDE工具，叫Zcode。这个路子跟市面上那些只做代码补全的工具不一样，它直接把AI Agent嵌进了开发工具链里。能跨仓库理解全代码库，多个仓库的上下文也能推理，还能自动做代码审查。聊天的变更内容自动保存，代码改错了能回滚，Git界面也是可视化的。前端开发比较实用，内置了浏览器和元素选择器。这套东西下来，开发者不用来回切工具了，整个工作流都在一个工具里完成。

同一天，Qwen Code也发了个大版本，v0.5.0。这次升级的关键点是出了VSCode插件。以前Qwen Code主要是个命令行工具，现在你可以在IDE里直接呼出AI对话界面写代码了。除此之外还放出了一个TypeScript SDK，允许开发者用编程的方式集成它的智能能力，想搭Web应用或者移动端应用的话，调用起来方便很多。

曦诺未来这家杭州的灵巧手公司，今天宣布完成超亿元天使轮融资。宁德时代旗下的溥泉资本领投，小米战投也跟了。这家公司成立才几个月，就搞出了全球首款全自研的高自由度腱绳驱动灵巧手Xynova Flex 1。25个自由度，自重只有380克，但是负载能超过30公斤。

12月25日·周四

12月24日·周三

上海跟商汤联合发布了一个规划资源领域的AI大模型，叫“云宇星空”专业版。这是全国第一个这类垂域的大模型。上海市规划资源局和商汤一起搞的，模型参数量6000亿，具备五大能力：问不倒、能调图、会统计、能识图、会报告。挂到政务场景里，做城市规划、资源管理这类活儿应该能省不少人。

云深处科技，就是做四足和人形机器人的那家，已经正式启动上市辅导了，辅导机构是中信建投证券。公司2017年成立，创始人是浙江大学的副教授朱秋国，目前合计控制公司32.60%的股份。近期刚完成了超5亿元人民币的C轮融资，11月初完成了股改。这么一家从高校走出来的机器人公司，现在要往资本市场冲了。

12月23日·周二

智谱AI上线并开源了新一代大模型GLM-4.7。这个版本在编码、推理和智能体能力上都有明显提升。在SWE-bench Verified中拿到73.8%的SOTA分数，工具调用任务τ²-Bench得分87.4，超过了Claude Sonnet 4.5。开源模型能做到这个水平，编码能力算是第一梯队了。

MiniMax也发了新一代模型M2.1。这个版本重点提升了多语言编程能力，Rust、Java、Golang这些语言都系统性加强了。在SWE-bench Verified上拿了74分，同样超过了Claude Sonnet 4.5。MiniMax还搞了个新基准VIBE，这个基准专门测全栈应用构建能力，M2.1在这上面的表现接近顶级闭源模型。

12月22日·周一

MiniMax通过港交所聆讯了，招股书也披露了。公司2022年初成立，如果成功上市，就是全球从成立到IPO最快的AI公司。2024年收入同比增长782%，到3050万美元，净亏损4.65亿美元。变现方式挺多元的，有订阅服务、基于token的应用内购买、线上营销服务，还有按使用量计费的企业级API服务。

智谱也在同一天通过了港交所聆讯，冲刺“大模型第一股”。智谱2019年6月成立，是中国最大型的独立通用大模型开发商，在整体通用大模型开发商的排名里排第二。MaaS平台提供语言、多模态、智能体、代码四类模型，支持本地化和云端部署。到2025年11月，日均token消耗量已经达到4.2万亿，为约8000万台设备提供支持。

12月19日·周五

在火山引擎Force大会上，扣子开发平台正式升级为“扣子编程”，开始免费公开测试。以前扣子主要是搭AI应用的，这次升级后推出了Vibe Coding开发范式。用户用自然语言描述业务需求，系统就能自动生成智能体、工作流和跨端应用。门槛降得很低，不是专业开发者也用得上。

OpenAI发布了迄今最先进的编码模型GPT-5.2-Codex。在复杂软件工程任务上突破很大，指令遵循能力、长上下文理解和网络安全防护性能都提升了。在SWE-Bench Pro和Terminal-Bench 2.0这些基准测试里，达到了最先进水平。它有个独特的上下文压缩技术，能高效处理大型代码库，做复杂重构和迁移任务比较顺手。

MiniMax视频团队第一次开源了视觉生成模型的关键组件VTP，这个组件主要做tokenizer。技术上的亮点是提出了tokenizer的scaling性质，通过融合多种表征学习方法，把latent易学性和通用表征学习建立关联，提升了下游生成系统的性能。

12月18日·周四

字节跳动发布了通用Agent模型Seed1.8。这个模型集成了搜索、代码生成和图形界面交互等能力，支持图文输入，有原生的视觉理解功能。在GUI Agent任务的OSWorld上得了61.9分，搜索任务BrowseComp-en得了67.6，都算行业领先水平。

12月17日·周三

即梦AI网页版全面升级了，打出了一站式“AI片场”的旗号。核心更新包括：上线了基于Seedance 1.5 Pro的“视频3.5 Pro”模型，支持音视频联合生成和方言口型匹配。智能多帧2.0实现了“视频+视频”拼接和片段精细化编辑，最长支持20个素材的一镜到底。图片4.1和4.5模型分别强化了平面设计能力和人像美观度。

小米正式发布并开源了MiMo-V2-Flash。这个模型采用MoE架构，总参数3090亿，活跃参数150亿。编程能力很突出，在SWE-bench测试中以73.4%的解决率超过了所有开源模型。技术上有混合滑动窗口注意力、多Token预测这些创新，推理速度做到150 tokens/秒，推理成本也很低。

12月16日·周二

阿里巴巴发布了通义万相2.6多模态模型，是国内第一个支持角色扮演功能的视频生成系统。支持音画同步、多镜头叙事和音频驱动生成，能直出15秒高清视频。角色扮演功能允许用户上传参考视频，AI能复刻角色外观和音色，生成单人或多人表演内容。图像生成方面也提升了艺术风格融合与细节刻画能力，能支持图文混排、多图融合这类商用级创作。

阿里云通义百聆开源了两个语音模型：Fun-CosyVoice3和Fun-ASR。Fun-CosyVoice3用3秒音频就能实现跨9种语言、18种方言的音色克隆和情感控制，首包延迟降低50%，中英混说的错误率下降56.4%。Fun-ASR在嘈杂环境下识别准确率到了93%，支持31种语言混说和方言识别，流式识别首字延迟降到160毫秒。

12月15日·周一

12月12日·周五

OpenAI正式发布GPT-5.2，出了Instant、Thinking、Pro三个版本，分别针对常规任务、复杂推理和高精度需求。在GDPval知识工作任务评估中，首次达到或超越了人类专家水平。软件工程能力在SWE-Bench Pro上创下55.6%的新纪录。幻觉率降低了约30%，长文本处理准确率接近完美。

12月11日·周四

智谱AI发布并开源了工业级语音合成系统GLM-TTS。采用两阶段生成范式，3秒音色就能复刻，还支持多方言克隆。字符错误率在强化学习优化后达到0.89%，在开源模型里是SOTA水平。技术上的关键突破包括多奖励融合强化学习、精细化发音控制，还有自研的2D-Vocos声码器，情感表达和发音准确性都提升了不少。

OpenAI宣布ChatGPT正式接入Adobe系列专业软件，包括Photoshop、Acrobat和Adobe Express。用户可以在ChatGPT里直接调用这些工具，用自然语言指令完成图像编辑、PDF处理这些专业任务。整合后，ChatGPT会根据用户指令动态生成相应的操作界面，比如调亮度的时候会自动呈现曝光、阴影这些专业调节选项。

12月10日·周三

Mistral开源了代码大模型Devstral 2系列，有123B和24B两个版本，都支持256K上下文。在SWE-bench Verified上分别拿到72.2和68.0的高分，性能达到开源头部水平，而且模型体积比同类的竞品小不少。他们还配了一个Vibe CLI工具，能把模型能力集成到终端里，支持扫描项目结构、调用命令、自动生成代码变更这些操作。

生成式AI媒体平台Fal又拿了1.4亿美元融资，红杉资本领投，英伟达风投Nventures也跟了。公司估值到了45亿美元，比几个月前翻了两倍。Fal主要给开发者提供图像、视频和音频AI模型的托管服务，客户包括Adobe、Shopify这些大公司。

12月9日·周二

智谱AI开源了AutoGLM项目，让AI学会“使用手机”。项目做了32个月，构建了一套完整的Phone Use能力框架。AI通过视觉理解手机界面，能完成点击、滑动这些操作，从外卖下单到批量处理通知，都能自动化。隐私安全方面，系统主要在云端虚拟手机环境里运行，不会直接操作真机。

蚂蚁集团的全模态通用AI助手灵光上线了网页版。用户通过浏览器就能直接访问。网页版延续了“30秒用自然语言生成小应用”的核心优势，和移动端的数据、创作都同步了。在电脑上描述需求，快速生成、编辑和管理对话和闪应用，然后在手机上继续用、继续分享。

12月8日·周一

腾讯发布了混元大模型的最新版混元2.0，有Think和Instruct两个版本。采用混合专家架构，总参数406B，支持256K上下文窗口。在数学、科学、代码这些复杂推理任务上表现不错，综合能力在国内排第一梯队。通过优化训练策略，模型在保持高准确率的同时，思维链长度明显缩短，推理效率领先。

AI法律科技公司Harvey又拿了新融资，这次是F轮，1.6亿美元，估值到了80亿美元。公司由前谷歌DeepMind研究员和顶级律所律师在2022年创立，专注“AI+法律”领域。法律AI平台包含AI助理、文档库等功能，已经和美国百强律所里的50家合作了。拿了7轮融资，总融资额超过9.6亿美元，OpenAI创业基金、谷歌风投都投了好几次。

12月5日·周五

12月4日·周四

小红书全资收购了上海生动诗章科技有限公司，把旗下AI搜索产品“点点”正式纳入集团体系。这次收购强化了AI搜索能力，也提升了内容电商的竞争力。收购后，小红书会加速AI战略落地，应对字节跳动、阿里这些巨头的竞争，同时优化用户行为路径，巩固内容生态。

可灵2.6全量上线了，这是可灵第一个“音画同出”模型，单次生成能同时产出画面、自然语音、匹配音效和环境氛围。支持文生音画和图生音画两种创作路径，适配单人独白、旁白解说、多人对白、音乐表演以及创意场景这些应用场景。

12月3日·周三

常见问题（FAQ）

OpenClaw生态是什么？为什么巨头都在布局？

OpenClaw是开源AI Agent框架，百度、腾讯、阿里、智谱等推出各自产品（如龙虾全家桶、QClaw、AutoClaw），提供本地或云端AI助手，支持技能扩展，成为行业新方向。

MiniMax M2.7模型有什么突破？

MiniMax M2.7首次让模型自我进化，在SWE-Pro基准达到56.22%，接近Opus水平。它能自主构建Agent团队完成复杂任务，在开源模型中ELO得分最高。

近期AI行业有哪些重大融资事件？

爱诗科技完成C轮融资（鼎晖领投），光轮智能完成10亿元融资成具身数据独角兽，Dify获3000万美元Pre-A轮（红杉中国领投）。AI视频、具身智能、Agent平台受资本热捧。