AI 行业大事记 2509
🧭
AI 行业大事记 2509 🧭 AI 行业大事记 2509 Modified September 24, 2025 🔍官方介绍 【硬件】阿里巴巴 ● DingTalk AI，钉钉首款智能硬件，支持实时转写与智能总结 AI 钉钉 1.0 正式推出了语音智能工具「AI 听记」及其配套的智能硬件 DingTalk A1，软硬件深度协同，能够将语音实时转写为文本，并基于大模型进行语义分析和智能摘要，自动生成会议纪要。 • AI 听记内置了 36 类场景模板，适用于会议、采访、咨询等多种场合，同时支持企业自定义设置。 • DingTalk A1 搭载 6 麦克风阵列和骨传导技术，实现 8 米超远距离高清拾音，并提供 45 小时续航。此外，它还可以唤起超过 10 种角色的钉钉助理，并与钉钉待办、日程等应用无缝衔接。 使用入口：前往 淘宝/天猫 搜索 钉钉官方旗舰店 购买。 ➖ 又一个 Plaud 的竞争对手，这次是来自阿里 ➕1️⃣ 🔍官方介绍 8 月 27 日 【视频】爱诗科技 AIsphere ● PixVerse V5 视频生成模型，更稳，更真，更灵动 PixVerse V5 是爱诗科技新一代的视频生成模型，该版本在动态效果、视觉质量、一致性保持与指令遵循等多个方面实现了综合提升，能够显著改善用户在高频生成场景中的视频表现。 根据独立测评平台 Artificial Analysis 测试结果，PixVerse V5 在图生视频（Image to Video）项目中排名全球前二，在文生视频（Text to Video）项目中位列前三，保持在全球第一梯队。 使用入口：前往 拍我AI 官网体验（pai.video）。 🔍官方介绍 【Agent】Anthropic ● Claude 浏览器插件，直接在浏览器中执行操作的智能体 Claude for Chrome 是一款浏览器插件，让 Claude 直接在浏览器里工作，代表用户执行点击按钮、填写表单等操作。这一功能将 Claude 从传统的聊天界面延伸至整个浏览器环境，从而更无缝地融入用户的工作流，完成管理日历、起草邮件、处理费用报告等任务。 Anthropic 目前面向 1000 名 Max 套餐订阅者优先发布了预览版本，希望通过实际使用反馈进一步完善产品功能，并加强安全和隐私保护措施。 使用入口：前往加入 WaitList（claude.ai/chrome）。 ➖ Claude 这个浏览器插件，会不会直接干掉了那些 AI 浏览器呢 ⚡ https://www.anthropic.com/news/claude for chrome 【硬件】Plaud ● Plaud Note Pro 智能笔记设备升级，智能双模录音与要点标记按钮成亮点 Plaud Note Pro 是 Plaud 智能笔记设备的升级版，支持录音、转写和内容摘要，并能在通话录音和现场会议录音之间自动切换。 新版本增加了两个麦克风将拾音范围扩展至 5 米，搭载了一面 1 英寸显示屏，还新增了一个实时标记按钮，用于在录音过程中快速标记关键内容。 配套 App 也将于 10 月份迎来更新，开始支持文本和图片的多模态输入，并允许用户就录制或上传的内容进行提问。 使用入口：前往 Plaud Note Pro 官网了解详情（plaud.ai/pages/plaud note pro）。 ➖ AI 录音笔的原版终于迎来更新，但整体看来，它并未展现出仿制品更为独特的优势 🙅♀️ https://www.plaud.ai/pages/plaud note pro 8 月 28 日 【语言模型】Microsoft ● MAI Voice 1 语音生成模型 && MAI 1 preview 基础模型，微软 AI 的独立宣言 MAI 发布了两款全链路自研模型 —— MAI Voice 1 和 MAI 1 preview，实现了从算法、算力到数据的全面自主创新，显著减少了对如 OpenAI 等外部模型的依赖，极大提升了技术自主权。 • MAI Voice 1 是一款语音生成模型，在单个 GPU 上不到一秒内生成一分钟的音频，其语音表达自然且情感丰富，是目前最高效的语音系统之一。已作为 Copilot Audio Expressions 在 Copilot Labs 中提供试用。 • MAI 1 preview 是微软首个端到端训练的基础模型，主要服务于文本交互场景。目前已在 LMArena 平台上进行公开测试，未来将逐步集成至 Copilot 中处理部分文本生成任务，替代原有依赖 OpenAI GPT 模型的部分功能。 使用入口：前往 Copilot Audio Expressions 官网体验 MAI Voice 1 模型（copilot.microsoft.com/labs/audio expression）；前往申请 MAI 1 preview 模型 API（forms.microsoft.com/pages/responsepage.aspx?id=v4j5cvGGr0GRqy180BHbRyRliS0ly JEvgSpwo3yWyhUQkdTQktBUkFaWERHR1JFRjgwMlZUUkQxTC4u&route=shorturl）。 ➖ Microsoft AI（MAI）是微软于 2024 年成立的消费级人工智能事业部，致力于整合并推动 Copilot、Bing 和 Edge 等面向个人用户的 AI 产品与研发进程。该部门于 2024 年 3 月正式成立，由前 DeepMind 联合创始人、Inflection AI 创始人 Mustafa Suleyman 担任首任执行副总裁兼首席执行官，直接向 Satya Nadella 汇报 （原来如此🧐 https://copilot.microsoft.com/labs/experiments/audio expression 【视频】腾讯 ● Hunyuan Foley 视频音效生成模型，为无声视频精准配音（开源） HunyuanVideo Foley 是一款端到端的视频音效生成模型。能够依据输入的视频内容与相应文本描述，自动生成与之高度匹配的音效，从而弥补了生成视频仅有画面而缺乏声音的短板。 它广泛适配各类题材，包括人物、动物、自然景观等，可同时理解视觉与文本信息，并生成层次丰富、组合多样的复合音效。 使用入口：开源；前往 HugingFace 获取模型（huggingface.co/tencent/HunyuanVideo Foley）；前往 Github 获取代码（github.com/Tencent Hunyuan/HunyuanVideo Foley）。前往 腾讯混元 官网体验（hunyuan.tencent.com/video/en?tabIndex=0）。 ➖ 无法生成人声，离 Veo3 音效能力还是有很大差距 🤙 🔍官方介绍 🔍官方介绍 🔍官方介绍 🔍官方介绍 🔍官方介绍 【硬件】阿里巴巴 ● DingTalk AI，钉钉首款智能硬件，支持实时转写与智能总结 AI 钉钉 1.0 正式推出了语音智能工具「AI 听记」及其配套的智能硬件 DingTalk A1，软硬件深度协同，能够将语音实时转写为文本，并基于大模型进行语义分析和智能摘要，自动生成会议纪要。 • AI 听记内置了 36 类场景模板，适用于会议、采访、咨询等多种场合，同时支持企业自定义设置。 • DingTalk A1 搭载 6 麦克风阵列和骨传导技术，实现 8 米超远距离高清拾音，并提供 45 小时续航。此外，它还可以唤起超过 10 种角色的钉钉助理，并与钉钉待办、日程等应用无缝衔接。 使用入口：前往 淘宝/天猫 搜索 钉钉官方旗舰店 购买。 ➖ 又一个 Plaud 的竞争对手，这次是来自阿里 ➕1️⃣ 又一个 Plaud 的竞争对手，这次是来自阿里 ➕1️⃣ 🔍官方介绍 🔍官方介绍 8 月 27 日 【视频】爱诗科技 AIsphere ● PixVerse V5 视频生成模型，更稳，更真，更灵动 PixVerse V5 是爱诗科技新一代的视频生成模型，该版本在动态效果、视觉质量、一致性保持与指令遵循等多个方面实现了综合提升，能够显著改善用户在高频生成场景中的视频表现。 根据独立测评平台 Artificial Analysis 测试结果，PixVerse V5 在图生视频（Image to Video）项目中排名全球前二，在文生视频（Text to Video）项目中位列前三，保持在全球第一梯队。 使用入口：前往 拍我AI 官网体验（pai.video）。 🔍官方介绍 🔍官方介绍 【Agent】Anthropic ● Claude 浏览器插件，直接在浏览器中执行操作的智能体 Claude for Chrome 是一款浏览器插件，让 Claude 直接在浏览器里工作，代表用户执行点击按钮、填写表单等操作。这一功能将 Claude 从传统的聊天界面延伸至整个浏览器环境，从而更无缝地融入用户的工作流，完成管理日历、起草邮件、处理费用报告等任务。 Anthropic 目前面向 1000 名 Max 套餐订阅者优先发布了预览版本，希望通过实际使用反馈进一步完善产品功能，并加强安全和隐私保护措施。 使用入口：前往加入 WaitList（claude.ai/chrome）。 ➖ Claude 这个浏览器插件，会不会直接干掉了那些 AI 浏览器呢 ⚡ Claude 这个浏览器插件，会不会直接干掉了那些 AI 浏览器呢 ⚡ https://www.anthropic.com/news/claude for chrome 【硬件】Plaud ● Plaud Note Pro 智能笔记设备升级，智能双模录音与要点标记按钮成亮点 Plaud Note Pro 是 Plaud 智能笔记设备的升级版，支持录音、转写和内容摘要，并能在通话录音和现场会议录音之间自动切换。 新版本增加了两个麦克风将拾音范围扩展至 5 米，搭载了一面 1 英寸显示屏，还新增了一个实时标记按钮，用于在录音过程中快速标记关键内容。 配套 App 也将于 10 月份迎来更新，开始支持文本和图片的多模态输入，并允许用户就录制或上传的内容进行提问。 使用入口：前往 Plaud Note Pro 官网了解详情（plaud.ai/pages/plaud note pro）。 ➖ AI 录音笔的原版终于迎来更新，但整体看来，它并未展现出仿制品更为独特的优势 🙅♀️ AI 录音笔的原版终于迎来更新，但整体看来，它并未展现出仿制品更为独特的优势 🙅♀️ https://www.plaud.ai/pages/plaud note pro 8 月 28 日 【语言模型】Microsoft ● MAI Voice 1 语音生成模型 && MAI 1 preview 基础模型，微软 AI 的独立宣言 MAI 发布了两款全链路自研模型 —— MAI Voice 1 和 MAI 1 preview，实现了从算法、算力到数据的全面自主创新，显著减少了对如 OpenAI 等外部模型的依赖，极大提升了技术自主权。 • MAI Voice 1 是一款语音生成模型，在单个 GPU 上不到一秒内生成一分钟的音频，其语音表达自然且情感丰富，是目前最高效的语音系统之一。已作为 Copilot Audio Expressions 在 Copilot Labs 中提供试用。 • MAI 1 preview 是微软首个端到端训练的基础模型，主要服务于文本交互场景。目前已在 LMArena 平台上进行公开测试，未来将逐步集成至 Copilot 中处理部分文本生成任务，替代原有依赖 OpenAI GPT 模型的部分功能。 使用入口：前往 Copilot Audio Expressions 官网体验 MAI Voice 1 模型（copilot.microsoft.com/labs/audio expression）；前往申请 MAI 1 preview 模型 API（forms.microsoft.com/pages/responsepage.aspx?id=v4j5cvGGr0GRqy180BHbRyRliS0ly JEvgSpwo3yWyhUQkdTQktBUkFaWERHR1JFRjgwMlZUUkQxTC4u&route=shorturl）。 ➖ Microsoft AI（MAI）是微软于 2024 年成立的消费级人工智能事业部，致力于整合并推动 Copilot、Bing 和 Edge 等面向个人用户的 AI 产品与研发进程。该部门于 2024 年 3 月正式成立，由前 DeepMind 联合创始人、Inflection AI 创始人 Mustafa Suleyman 担任首任执行副总裁兼首席执行官，直接向 Satya Nadella 汇报 （原来如此🧐 Microsoft AI（MAI）是微软于 2024 年成立的消费级人工智能事业部，致力于整合并推动 Copilot、Bing 和 Edge 等面向个人用户的 AI 产品与研发进程。该部门于 2024 年 3 月正式成立，由前 DeepMind 联合创始人、Inflection AI 创始人 Mustafa Suleyman 担任首任执行副总裁兼首席执行官，直接向 Satya Nadella 汇报 （原来如此🧐 https://copilot.microsoft.com/labs/experiments/audio expression 【视频】腾讯 ● Hunyuan Foley 视频音效生成模型，为无声视频精准配音（开源） HunyuanVideo Foley 是一款端到端的视频音效生成模型。能够依据输入的视频内容与相应文本描述，自动生成与之高度匹配的音效，从而弥补了生成视频仅有画面而缺乏声音的短板。 它广泛适配各类题材，包括人物、动物、自然景观等，可同时理解视觉与文本信息，并生成层次丰富、组合多样的复合音效。 使用入口：开源；前往 HugingFace 获取模型（huggingface.co/tencent/HunyuanVideo Foley）；前往 Github 获取代码（github.com/Tencent Hunyuan/HunyuanVideo Foley）。前往 腾讯混元 官网体验（hunyuan.tencent.com/video/en?tabIndex=0）。 ➖ 无法生成人声，离 Veo3 音效能力还是有很大差距 🤙 无法生成人声，离 Veo3 音效能力还是有很大差距 🤙 https://szczesnys.github.io/hunyuanvideo foley | 🔍官方介绍 🔍官方介绍 【Coding】OpenAI ● Codex 智能编程助手，实现跨平台无缝协作 OpenAI 旗下的编程辅助工具 Codex 近日完成重要升级，推出了适用于 VS Code、Cursor 和 Windsurf 的 IDE 插件，并重构了 Codex CLI 命令行工具。 此次更新实现了云端与本地开发环境之间的任务无缝切换，使 Codex 成为一个真正统一的编程智能体。现在，开发者可以在 IDE、终端、云端及 GitHub 等多个平台上流畅使用 Codex 进行协同编码，所有功能均通过用户的 ChatGPT 账户实现互联互通。 使用入口：前往 OpenAI Codex 官网体验（chatgpt.com/codex）。 ➖ Claude Code 太成功了，OpenAI 也按耐不住出手了 👊 Claude Code 太成功了，OpenAI 也按耐不住出手了 👊 https://developers.openai.com/codex 【新闻】TIME100 AI 2025 ● 全球人工智能领域最具影响力的百大人物 TIME100 AI 2025 是《时代》杂志发布的年度权威榜单，旨在评选全球人工智能领域最具影响力的 100 位人物。 2025 年榜单共分为 Leaders（领袖）、Innovators（创新者）、Shapers（塑造者）和 Thinkers（思想家）四大类别，每类各约 25 人。入选者覆盖人工智能领域的科研、产业、政策及文化等多个层面，全面呈现推动 AI 发展与治理的关键力量。 ➖ 梁文锋入选了。一日声名遍天下 🔊 梁文锋入选了。一日声名遍天下 🔊 https://time.com/collections/time100 ai 2025 8 月 29 日 【语言模型】xAI ● Grok Code Fast 1 编程推理模型，专为智能体编程优化 Grok Code Fast 1 是 xAI 推出的一款推理模型，专为智能体编程工作流设计，有效解决了现有模型在推理和工具调用循环中速度缓慢的问题。 它已熟练掌握包括 grep、终端操作及文件编辑在内的多种常用工具，并特别擅长 TypeScript、Python、Java 和 Rust 等主流编程语言，可独立完成从零构建项目到精准修复错误等多种开发需求。 使用入口：前往调用 API（console.x.ai）。 ➖ Grok 也迫不及待的加入了 AI Coding 的战场 👩💻 Grok 也迫不及待的加入了 AI Coding 的战场 👩💻 https://x.ai/news/grok code fast 1 【应用】Microsoft ● Copilot 上线深度研究功能，自动化研究并生成结构化报告 Microsoft Copilot 推出 Deep Research（深度研究）功能，基于先进的推理模型，能够自动从网络获取并分析大量信息，在 5 到 10 分钟内生成一份内容扎实、结构清晰的多页调研报告。报告不仅涵盖关键发现，还提供格式规范的引文，方便用户追溯来源，有效保障信息的准确性与透明度。 使用入口：前往 Microsoft Copilot 官网体验（copilot.microsoft.com/discover）。 https://www.microsoft.com/en us/microsoft copilot/for individuals/do more with ai/general ai/copilot deep research expands learning 8 月 31 日 【应用】Perplexity ● Study Mode（学习模式），个性化引导式学习与进度测验 Perplexity 推出了 Study Mode（学习模式），能够根据用户的知识水平，动态调整回答内容与难度，并借助阶段小测验持续追踪用户的掌握进度。 在该模式下，Perplexity 不会直接给出答案，而是提出引导性问题和分步解析，帮助学生自己发现解决方案。此外，学习模式还支持生成专题测验和知识卡片，帮助巩固学科知识点。 使用入口：前往 Perplexity 官网体验（perplexity.ai）。目前向所有已验证学生身份的用户开放。 ➖ 几个大厂都推出了「学习模式」，这也算是 AI 应用的一个新趋势 📖 几个大厂都推出了「学习模式」，这也算是 AI 应用的一个新趋势 📖 https://www.perplexity.ai/help center/en/articles/12120542 what is study mode 🔗原文链接：https://mp.weixin.qq.com/s/9LiQPJVZEEuQ1AEC A1gPQ?scene=1 📝联合出品：Jomy X 南乔 X 大聪明 🍺本期收录：2025 年 8 月 AI 行业大事 97 件 🔗原文链接：https://mp.weixin.qq.com/s/9LiQPJVZEEuQ1AEC A1gPQ?scene=1 📝联合出品：Jomy X 南乔 X 大聪明 🍺本期收录：2025 年 8 月 AI 行业大事 97 件 ✦ ✦ ✦ 👀 趋势观察 1. 语言模型 ✦ 8 月可谓语言模型的集中更新月：OpenAI 发布了 GPT 5 和开源的 GPT OSS 系列，Claude 上线 Opus 4.1，DeepSeek 推出混合推理模型 V3.1；腾讯、字节、智谱、面壁智能等国内厂商也接连发布了各类开源模型。 ✦ 然而，这些新模型的问世，并未给 AI 行业带来质的变化——它们更多只是让现有产品在体验上「好用了一点」。模型能力提升带来的边际价值，正持续递减。 ✦ 在新的技术范式出现之前，如何有效降低推理成本，或将成为整个行业的重要趋势。尤其是在垂直领域，针对特定任务的小参数模型，其潜力依然远未被充分挖掘。 2. 图像 ✦ Qwen Image 刚问世不久，风头便被 Nano Banana（Gemini 2.5 Flash Image Preview）抢走。后者在图像一致性上的进步，几乎真真切切地「杀死」了过去大部分的 ComfyUI 工作流。如果说 gpt image 1 还只是个「玩具」，那么 Nano Banana 已经具备了作为生产力工具的实力。 ✦ 按这个节奏推测，国产模型大概率会在一个月内追平。届时，图片编辑领域将被 AI 完全接管——门槛降至极低，甚至可能免费普及。 ✦ 我们或将迎来这样一个互联网：90% 的图片都由 AI 生成，摄影与设计的传统界限将被彻底重塑。 3. 视频 ✦ 本月一个明显的趋势是，数字人模型更新与开源的速度明显加快，但基础视频模型变化不大。 ✦ 可以预见，数字人技术的成熟也会催生出海量的 AI 商品讲解员与 AI 主播，但问题是——在屏幕另一端的我们，真的想看那么多数字人吗？ 4. 音频 ✦ 音频领域有点像几个月前的图像领域的状态 —— 缓步前进。AI 音频生成其实还是存在一些小瑕疵——情绪控制、音色一致性、多语种的自然度等。 ✦ 正如 Nano Banana 的出现带来的变革，音频领域的这些问题被完全解决后，可能会诞生一些我们现在没有想象到的应用。 5. 3D ✦ 3D 领域可以分为两个方向来看：单物体生成和世界生成。 ✦ 单物体生成持续在往更精细的工业化生产进步。 ✦ 世界生成又分化为了 2 个派别：一个本质是视频生成（例如 Genie3），一个本质是 3D 生成（例如 Hunyuan World）。近几个月，这两个方向都有了不小的进展，但最终哪条道路能够胜出，仍难下定论。 6. 具身智能 ✦ 人形机器人的进展依旧缓慢，其「大脑」——核心模型尚未成熟。 ✦ 英伟达 Jetson Thor 开发套件揭示了它的本质：一台会走路的 AI 一体机。而以现有的硬件参数来看，当前的 AI 算力仍不足以支撑一台人形机器人的全部需求。 7. Agent ✦ 通用 Agent 正在向多 Agent 协作的方向演进。通俗来说，就是让不同垂直的 Agent 以串行和并行的方式，共同解决同一个问题。 ✦ 前两个月还颇为火热的 AI 浏览器赛道，本月却明显降温。值得注意的是，Claude 选择推出的是浏览器插件，而非完整浏览器。作为头部模型厂商，这一取舍是否会对其他厂商的战略方向产生直接影响，值得观察。 8. Coding ✦ AI Coding 领域本月呈现出三个值得关注的趋势： ✦ Coding Agent 云端化——如 OpenAI Codex，以及本月推出的 Open SWE。 ✦ Coding Agent 终端化——如 Claude Code，以及本月上线的 Cursor CLI。 ✦ Agent 交互模式进化——如 JetBrains 推出的跨行自动补全功能和 Claude Code 的解释性编程教学。 9. 应用 ✦ 应用方向，国内和海外的公司展示出了完全不同的两种风格： ✦ 国内公司，纷纷为自家产品加上 AI 功能，比如飞书、钉钉、企微，同时悄然收紧了数据权限。 ✦ 海外公司，则更注重「集成」，如 Perplexity、Harvey、Cursor 等，对数据共享的态度似乎更加开放。 ✦ 商业上，国内巨头这样做无可厚非；可对用户来说，这或许是在悄悄夺走他们的选择权。 10. 新闻/融资 ✦ 本月最振奋人心的消息，来自国务院——以十年为周期，为中国 AI 产业的短期、中期和长期发展划定了清晰路线。无数「黄金」正埋藏其中，等待着从业者去探寻与挖掘。 ✦ 相比之下，海外市场显得平淡许多。除了 Meta 仍在持续「买买买」外，几乎没有出现新的大额收购。 ✦ ✦ ✦ 🧭 时光机 ➖ 8 月 1 日 | Agent | Genspark ● Multi Agent Orchestration 多智能体编排，实现跨应用协同 | Agent | 360 ● 纳米 AI 多智能体蜂群系统，L4 级智能体协同平台 | 应用 | Adobe ● Photoshop 多项 AI 功能更新，实现更智能高效的创意编辑 | 新闻 | fal 完成 1.25 亿美元 C 轮融资 8 月 2 日（无） 8 月 3 日（无） 8 月 4 日 | 语言模型 | 腾讯 ● Hunyuan 小尺寸融合推理模型，0.5/1.8/4/7B 多版本，消费级显卡可以运行（开源） | 音频 | 小米 ● MiDashengLM 7B 声音理解大模型，统一理解语音、环境声与音乐（开源） | Agent | 金山办公 ● WPS 灵犀，原生 Office 办公智能体，用对话重塑生产力 | 应用 | 阿里巴巴 ● 高德地图 2025，全球首个基于地图的 AI Native 应用 | 应用 | Character.AI ● Feed，全球首个 AI Native 社交信息流，丰富 AI 娱乐的互动性和创造性 | 应用 | Perplexity X OpenTable ● 餐厅智能搜索与一键预订，使用自然语言塑造流畅体验 8 月 5 日 | 图像 | 阿里巴巴 ● Qwen Image 图像生成模型 && Qwen Image Edit 图像编辑模型，文本渲染与编辑能力卓越（开源） | 图像 | Leonardo ● Lucid Origin 图像生成模型，具备高清画质与鲜活色彩 | 音频 | Eleven Labs ● Eleven Music 音乐生成模型，支持多语言人声与精细化编辑 | 世界模型 | Google ● Genie 3 通用世界模型，实时生成高一致性的动态交互环境 | Coding | 智谱 ● Zread 一站式代码理解与技术文档生成工具，基于 GLM 4.5 模型构建 | 应用 | Google X Kaggle ● Game Arena 大模型策略竞技场，用游戏对决评测智能体推理与适应能力 | 应用 | 腾讯 ● AI 播客，一键生成流畅自然的双人对话播客 | 新闻 | 华为全面开源 CANN，挑战英伟达 CUDA 主导地位 | 新闻 | EU AI Act 正式生效，成全球首部全面性 AI 法律 8 月 6 日 | 语言模型 | Anthropic ● Claude Opus 4.1 基础模型，增强推理与编程能力 | 语言模型 | OpenAI ● gpt oss 120b && gpt oss 20b，OpenAI 重返开源模型生态（开源） | 语言模型 | 面壁智能 ● MiniCPM V 4.0 端侧多模态模型，在手机上稳定流畅运行（开源） | Agent | Cohere ● North 企业级智能体平台，私有化部署 & 多源集成 & 流程自动化 | Coding | LangChain ● Open SWE 异步云端编程智能体，适合复杂长程的开发任务（开源） | 应用 | Google ● Gemini Storybook 故事书，一键生成个性化有声童话，自定义插画与风格 | 新闻 | NVIDIA 回应称，芯片不存在后门、终止开关和监控软件 8 月 7 日 | 音频 | MiniMax ● Speech 2.5 语音生成模型，增强多语种表现力与音色复刻能力 8 月 1 日 | Agent | Genspark ● Multi Agent Orchestration 多智能体编排，实现跨应用协同 | Agent | 360 ● 纳米 AI 多智能体蜂群系统，L4 级智能体协同平台 | 应用 | Adobe ● Photoshop 多项 AI 功能更新，实现更智能高效的创意编辑 | 新闻 | fal 完成 1.25 亿美元 C 轮融资 8 月 2 日（无） 8 月 3 日（无） 8 月 4 日 | 语言模型 | 腾讯 ● Hunyuan 小尺寸融合推理模型，0.5/1.8/4/7B 多版本，消费级显卡可以运行（开源） | 音频 | 小米 ● MiDashengLM 7