你有没有想过，不用联网、仅用一张消费级显卡，就能在个人电脑上拥有一个「边看、边听、边说、还能主动提醒」的类人 AI 助手？这就是 MiniCPM-o 4.5 所能做到的。在技术创新下，它仅凭 9B 参数，实现了业界首个端到端全双工全模态大模型，让端侧 AI 普惠成为现实。其自 2026 年 2 月模型发布以来，在 Hugging Face 上的下载量已突破 25 万+。
一个开发者公开了自己的工作流：让 OpenAI Codex 专门去审查 Hermes agent 写出来的代码，理由只有一个——审稿人不能和写稿人共享同一套记忆。这条推文引发了近万次浏览，背后藏着一个 agent 工程化的新趋势：多模型协作的价值，可能在于互相制衡。
近日，全球具身世界模型权威基准评测 WorldArena 正式更新最新榜单。Manifold AI 流形空间研发的世界模型 WorldScape 0.2，凭借其在物理规律遵循与多源交互理解上的突破取得 WorldArena 榜单全球第一，充分展现了国产世界模型在复杂动态场景生成与具身控制中的高精度、强泛化与物理可信度。与其同场竞技的包括英伟达、谷歌等国外巨头和星动纪元、极佳视界等国内具身智能公司。
在真正熟悉3D高斯泼溅技术的圈子里，“大规模3D高斯模型在移动端打开” 的技术早已不是什么新鲜事。两年前就有一家深圳创业公司，做出来并推出完整产品，甚至开源至GitHub。
毕竟，这个工具在我看来，他目前确实不仅是Claude Code里接国产模型，也还是其他的各种Agent产品比如OpenClaw、Hermes等等里面，切换模型最方便、最好用的一个。他就是开源的大名鼎鼎的cc switch，至今在github上已经50k的星标了。
刚刚，小米开源罗福莉带队研发的MiMo-V2.5系列模型，采用MIT协议，允许商用推理部署与二次训练，无需额外授权。此前，该系列模型于4月23日开启公测，包括MiMo-V2.5-Pro、MiMo-V2.5两款模型。模型具备更强Agent能力，支持100万上下文，且Token效率大幅提升。
今天凌晨，微软与OpenAI联合宣布，修订延续多年的合作协议，结束了微软在OpenAI模型对外分销上的独家地位，OpenAI从此可向所有云服务商客户提供其全部产品。微软将不再向OpenAI支付收入分成，OpenAI对微软的收入分成持续到2030年，并设总额上限。
今日，蚂蚁灵光App上线“体验世界模型”功能，成为业界首个可在移动端体验世界模型的智能助手，实现了分钟级一致性和实时可交互体验。用户只需上传一张图片，即可在手机上探索最长60秒的3D世界，并通过手游摇杆操控视角，像玩游戏一样在其中走动。从触发指令到开始探索，整个过程仅需秒级。
MoE模型的稀疏激活本是优势，却常陷通信瓶颈。NVIDIA以软件为利剑，通过程序化依赖启动和全对全通信革新，在三个月内将GB200的单GPU吞吐提升2.8倍，真正释放Blackwell硬件潜力。
腾讯混元团队提出了 Multi-Stream Scene Script（MTSS），一种全新的视频描述范式 —— 将传统的 "一段话描述整个视频" 升级为 "多流结构化剧本"，通过 Stream Factorization 和 Relational Grounding 两大核心原则，让视频描述既忠实又可扩展，在视频理解和生成任务中均取得显著提升。
