AI 行业大事记 2508

AI 行业大事记 2508 🧭 AI 行业大事记 2508 Modified September 12, 2025 【模型】Google ● Gemini Deep Think 高阶数学推理模型（IMO 金牌） Deep Think 是 Gemini 系列的高阶数学推理模型，具备端到端输出严谨证明的能力，擅长解决科学、编程及迭代设计等复杂任务，刷新了 LiveCodeBench V6 和 HLE 等基准的 SOTA 表现。 其核心创新在于「并行思考」机制，同步探索多种解决方案并整合最优结果，而非依赖单一思维链。这使得模型在延长推理时间时，解题深度与创造力持续提升。 在 2025 年 IMO 竞赛中，Deep Think 以自然语言在 4.5 小时内完成全部六道难题，获得 35/42 分的金牌成绩，展现了与人类顶尖数学选手相当的推理能力。 使用入口：即将面向 Google AI Ultra 订阅者全面上线。 https://deepmind.google/discover/blog/advanced version of gemini with deep think officially achieves gold medal standard at the international mathematical olympiad https://blog.google/products/gemini/gemini 2 5 deep think 【模型】阶跃星辰 ● Step 3 多模态推理模型（开源） Step 3 是阶跃星辰新一代基础大模型，采用 MoE 架构，总参数量为 321B，激活参数量 38B，具备强大的视觉感知与复杂推理能力。 通过架构优化，模型显著提升了推理效率，在国产芯片上的性能可达 DeepSeek R1 的 300%，同时在英伟达 Hopper 架构芯片的分布式推理中，吞吐量较 DeepSeek R1 提升 70% 以上。 为促进技术生态发展，阶跃星辰联合华为昇腾、壁仞科技、沐曦等近 10 家芯片厂商成立「模芯生态创新联盟」，推动芯片、模型与平台的全链路协同创新。此外，模型开源包已集成面向 AFD 场景的 StepMesh 通信库。 使用入口：开源；前往 HugingFace 获取模型（huggingface.co/stepfun ai/step3）；前往 Github 获取代码（github.com/stepfun ai/Step3）；前往 阶跃AI 官网体验（stepfun.com）；或者调用 API（platform.stepfun.com）。 ➖ 算是第一个国产的开源多模态推理大模型 🥇 https://www.stepfun.com/research/zh/step3 | 🔍官方介绍 | 赛博禅心 【模型】小红书 ● dots.ocr 多语言文档解析模型（开源） dots.ocr 是小红书推出的开源文档布局解析模型，在单一模型中统一了布局检测与内容识别功能，并且支持通过提示词切换任务。此外，它尤其擅长小语种解析，有效填补了开源社区在多语言文档处理领域的技术空白。 该模型基于 1.7B 视觉语言模型（VLM）构建，尽管模型体积小巧，但在 OmniDocBench 基准测试中，文本、表格和阅读顺序三项任务均达到业界最优水平，公式识别能力媲美豆包 1.5 和 Gemini 2.5 Pro 等大尺寸模型。 使用入口：开源；前往 HugingFace 获取模型（huggingface.co/rednote hilab/dots.ocr）；前往 Github 获取代码（github.com/rednote hilab/dots.ocr）；前往 Demo 页面体验（dotsocr.xiaohongshu.com）。 ➖ 实测效果确实 SOTA，小红书还真有东西 🍠 🔍官方介绍 【模型】阿里巴巴 ● Qwen 0527 继续发布 235B、30B、4B 系列模型（开源） 随着 Qwen3 旗舰模型的推出，阿里巴巴在 7 月底更新了 3 款同系列模型的思考版本与非思考版本，包括： • 235B：Qwen3 235B A22B Instruct 2507 🔗链接 和 Qwen3 235B A22B Thinking 2507 🔗链接 • 30B：Qwen3 30B A3B Instruct 2507 🔗链接 和 Qwen3 30B A3B Thinking 2507 🔗链接 • 4B：Qwen3 4B Instruct 2507 和 Qwen3 4B Thinking 2507 🔗链接 使用入口：开源；前往 HugingFace 获取模型（huggingface.co/Qwen）；前往 QwenChat 官网体验（chat.qwen.ai）。 ➖ 把原来的混合推理模型拆开了。也就是未来的混合推理不是靠模型内部，而是靠路由 🧐 【图像】Black Forest Labs X Krea AI ● FLUX.1 Krea [dev] 高真实感文生图模型（开源） FLUX.1 Krea [dev] 是 Black Forest Labs 与 Krea AI 联合开发的开源文生图模型，基于 FLUX.1 架构打造，专注于克服当前 AI 图像普遍存在的「AI 感」和过饱和问题，能够生成具有自然细节、独特美学和出色真实感的照片级图像。 在人类偏好评估中，其表现优于以往的开源模型，并与闭源解决方案 FLUX.1 [pro] 不相上下。此外，它完全兼容 FLUX.1 [dev] 生态系统，可作为下游应用定制化的基础模型，兼具灵活性与高性能。 使用入口：开源；前往 HugingFace 获取模型（huggingface.co/black forest labs/FLUX.1 Krea dev）；前往 Github 获取代码（github.com/black forest labs/flux）。 🔍官方介绍 赛博禅心 🔍官方介绍 🔗链接 🔗链接 🔗链接 🔗链接 🔗链接 【模型】Google ● Gemini Deep Think 高阶数学推理模型（IMO 金牌） Deep Think 是 Gemini 系列的高阶数学推理模型，具备端到端输出严谨证明的能力，擅长解决科学、编程及迭代设计等复杂任务，刷新了 LiveCodeBench V6 和 HLE 等基准的 SOTA 表现。 其核心创新在于「并行思考」机制，同步探索多种解决方案并整合最优结果，而非依赖单一思维链。这使得模型在延长推理时间时，解题深度与创造力持续提升。 在 2025 年 IMO 竞赛中，Deep Think 以自然语言在 4.5 小时内完成全部六道难题，获得 35/42 分的金牌成绩，展现了与人类顶尖数学选手相当的推理能力。 使用入口：即将面向 Google AI Ultra 订阅者全面上线。 https://deepmind.google/discover/blog/advanced version of gemini with deep think officially achieves gold medal standard at the international mathematical olympiad https://blog.google/products/gemini/gemini 2 5 deep think 【模型】阶跃星辰 ● Step 3 多模态推理模型（开源） Step 3 是阶跃星辰新一代基础大模型，采用 MoE 架构，总参数量为 321B，激活参数量 38B，具备强大的视觉感知与复杂推理能力。 通过架构优化，模型显著提升了推理效率，在国产芯片上的性能可达 DeepSeek R1 的 300%，同时在英伟达 Hopper 架构芯片的分布式推理中，吞吐量较 DeepSeek R1 提升 70% 以上。 为促进技术生态发展，阶跃星辰联合华为昇腾、壁仞科技、沐曦等近 10 家芯片厂商成立「模芯生态创新联盟」，推动芯片、模型与平台的全链路协同创新。此外，模型开源包已集成面向 AFD 场景的 StepMesh 通信库。 使用入口：开源；前往 HugingFace 获取模型（huggingface.co/stepfun ai/step3）；前往 Github 获取代码（github.com/stepfun ai/Step3）；前往 阶跃AI 官网体验（stepfun.com）；或者调用 API（platform.stepfun.com）。 ➖ 算是第一个国产的开源多模态推理大模型 🥇 算是第一个国产的开源多模态推理大模型 🥇 https://www.stepfun.com/research/zh/step3 | 🔍官方介绍 | 赛博禅心 🔍官方介绍 赛博禅心 【模型】小红书 ● dots.ocr 多语言文档解析模型（开源） dots.ocr 是小红书推出的开源文档布局解析模型，在单一模型中统一了布局检测与内容识别功能，并且支持通过提示词切换任务。此外，它尤其擅长小语种解析，有效填补了开源社区在多语言文档处理领域的技术空白。 该模型基于 1.7B 视觉语言模型（VLM）构建，尽管模型体积小巧，但在 OmniDocBench 基准测试中，文本、表格和阅读顺序三项任务均达到业界最优水平，公式识别能力媲美豆包 1.5 和 Gemini 2.5 Pro 等大尺寸模型。 使用入口：开源；前往 HugingFace 获取模型（huggingface.co/rednote hilab/dots.ocr）；前往 Github 获取代码（github.com/rednote hilab/dots.ocr）；前往 Demo 页面体验（dotsocr.xiaohongshu.com）。 ➖ 实测效果确实 SOTA，小红书还真有东西 🍠 实测效果确实 SOTA，小红书还真有东西 🍠 🔍官方介绍 🔍官方介绍 【模型】阿里巴巴 ● Qwen 0527 继续发布 235B、30B、4B 系列模型（开源） 随着 Qwen3 旗舰模型的推出，阿里巴巴在 7 月底更新了 3 款同系列模型的思考版本与非思考版本，包括： • 235B：Qwen3 235B A22B Instruct 2507 🔗链接 和 Qwen3 235B A22B Thinking 2507 🔗链接 🔗链接 🔗链接 • 30B：Qwen3 30B A3B Instruct 2507 🔗链接 和 Qwen3 30B A3B Thinking 2507 🔗链接 🔗链接 🔗链接 • 4B：Qwen3 4B Instruct 2507 和 Qwen3 4B Thinking 2507 🔗链接 🔗链接 使用入口：开源；前往 HugingFace 获取模型（huggingface.co/Qwen）；前往 QwenChat 官网体验（chat.qwen.ai）。 ➖ 把原来的混合推理模型拆开了。也就是未来的混合推理不是靠模型内部，而是靠路由 🧐 把原来的混合推理模型拆开了。也就是未来的混合推理不是靠模型内部，而是靠路由 🧐 【图像】Black Forest Labs X Krea AI ● FLUX.1 Krea [dev] 高真实感文生图模型（开源） FLUX.1 Krea [dev] 是 Black Forest Labs 与 Krea AI 联合开发的开源文生图模型，基于 FLUX.1 架构打造，专注于克服当前 AI 图像普遍存在的「AI 感」和过饱和问题，能够生成具有自然细节、独特美学和出色真实感的照片级图像。 在人类偏好评估中，其表现优于以往的开源模型，并与闭源解决方案 FLUX.1 [pro] 不相上下。此外，它完全兼容 FLUX.1 [dev] 生态系统，可作为下游应用定制化的基础模型，兼具灵活性与高性能。 使用入口：开源；前往 HugingFace 获取模型（huggingface.co/black forest labs/FLUX.1 Krea dev）；前往 Github 获取代码（github.com/black forest labs/flux）。 https://about.ideogram.ai/character 【应用】Genspark ● AI Slides 2.0 演示文稿生成工具，提供数百套模板 AI Slides 2.0 是 Genspark 推出的演示文稿生成工具，提供了数百个完全免费的幻灯片模板，并支持类似 PowerPoint 的高级手动编辑功能，用户可对 AI 生成的初稿进行精细化调整与美化。 此外，工具引入了深度思考机制，通过逐步分析、结构化研究与内容优化，确保输出内容的专业性与深度。 使用入口：前往 Genspark 官网体验（genspark.ai/agents?type=slides agent）。 ➖ 又回归了「套模板」这种最原始的方式。看来靠 HTML 生成的「PPT」，无法绕过二次编辑这个槛 🤔 又回归了「套模板」这种最原始的方式。看来靠 HTML 生成的「PPT」，无法绕过二次编辑这个槛 🤔 https://x.com/genspark ai/status/1950894445362331676 【应用】Manus ● Wide Research 数百个项目并行研究系统 Wide Research 为单用户提供了超算级的大规模任务处理能力，能够高效分析数百个项目信息，将原本依赖大型计算集群的复杂运算简化为轻量级操作。 与传统多智能体系统不同，Wide Research 每个子智能体均为功能完备的通用型 Manus 实例。这一设计突破了预定义角色（如经理、程序员）的协作限制，赋予系统极高的灵活性和适应性。用户无需受限于固定格式或特定领域，即可轻松开展深度、大规模的研究任务。 使用入口：前往 Manus 官网体验（manus.im）。 ➖ 从串行架构到并行架构，是 Agent 发展的必然。可是在 2025 年这个时间点，成本能 Hold 住么？ 从串行架构到并行架构，是 Agent 发展的必然。可是在 2025 年这个时间点，成本能 Hold 住么？ https://manus.im/blog/introducing wide research 【应用】Neo AI ● NEO 机器学习工程师智能体 NEO 是全球首位机器学习工程师智能体，由 11 个专业子智能体协同驱动，完整覆盖从数据探索、特征工程到模型训练、调优及部署监控的全流程。 在 MLE Bench 基准测试中，NEO 参与 75 场真实 Kaggle 竞赛并以 34.2% 的奖牌率显著领先 Microsoft RD Agent 等行业标杆，展现强大的实战能力。 使用入口：前往 Neo AI 官网申请内测（heyneo.so/waitlist）。 ➖ 本质就是一个垂直编程领域的 Agent，适用用户比较窄 本质就是一个垂直编程领域的 Agent，适用用户比较窄 https://heyneo.so/blog 【应用】Jenova ● MCP 生态多工具智能协作平台 Jenova 是 MCP 生态首个专注于多工具智能协作的 AI 应用。它通过连接远程 MCP 服务器，集成邮件发送、日历管理、文档编辑等多样化功能，实现一站式任务处理。平台提供了丰富的预集成服务器资源，涵盖 Google 等官方服务及 Klavis AI 等优质第三方服务。 其核心优势在于高效管理数百个工具的同时保持性能稳定，彻底解决传统系统的工具过载问题，并支持跨多台 MCP 服务器的复杂长期工作流。 使用入口：前往 Jenova 官网体验（jenova.ai）。 https://www.jenova.ai/zh/mcp/jenova the first ai agent built for mcp 【新闻】Figma 成功上市，首日股价飙升 250% Figma 于纽约证券交易所正式挂牌上市（股票代码：FIG），以每股 33 美元的发行价开启交易后，股价迅速攀升至 85 美元，盘中最高触及 115.50 美元，首日涨幅达 250%！ 这一强劲表现推动其市值跃升至 563 亿至 676 亿美元区间，成为近期美股市场中表现最亮眼的 IPO 之一。尽管后续交易日内股价出现波动，但截至 8 月 12 日，其股价仍稳定在 87 美元左右，较发行价保持显著优势。 作为全球领先的设计协作平台，Figma 通过整合 AI 技术持续优化产品功能，覆盖从创意设计到原型开发的全流程。 https://www.figma.com/blog/ipo pricing 🔗原文链接： 📝联合出品：Jomy X 南乔 X 大聪明 🍺本期收录：2025 年 7 月 AI 行业大事 103 件 🔗原文链接： 📝联合出品：Jomy X 南乔 X 大聪明 🍺本期收录：2025 年 7 月 AI 行业大事 103 件 ➖ 说明： ① 分类中的【模型】均指代语言模型。 ② 分类中的【融资】 包含了融资、收购、团队成员吸收等多种方式。 说明： ① 分类中的【模型】均指代语言模型。 ② 分类中的【融资】 包含了融资、收购、团队成员吸收等多种方式。 ✦ ✦ ✦ 👀 趋势观察 1. (语言)模型 ✦ 这个月是国产模型爆发月。K2 / GLM 4.5 / Step 3 / Qwen 2507，无论是编程能力、Agent 能力，还是多模态能力，已经完全不输第一梯队的海外模型了。更重要的是：这些国产模型都是开源的。 ✦ 海外模型里，马斯克预热了很久的 Grok 4 终于发布。但是大家趁着新鲜体验了一下以后，就没有以后了。 ✦ 虽然国产模型距离 SOTA 还有一点点距离，但其出色的性价比和丰富的开源生态，足以让人忽略这点效果差异。2025年7月，我们可以很自信地说：语言模型领域，中美正在进行同等水平的竞争。 2. 图像 ✦ 图像领域本月没有让人兴奋的新模型，各家普遍在审美、性价比、一致性方面继续改进。 ✦ 现在的图像编辑模型，不仅能理解图片，还能在生成新图片时与参考图片保持不错的一致性。目前，图像编辑类应用的开发难度几乎为 0，竞争差异点居然也落在了提示词上。 3. 视频 ✦ 可能是从图像领域获得了灵感？视频领域也出现了更智能的编辑模型——让模型理解视频，并基于自然语言对视频进行修改，成了视频模型的新潮流。我大胆预测一下，最多 2 个月，国产开源的智能视频编辑模型就会出现。 ✦ 或许是受限于当前视频生成的原理，视频模型不再卷极致的物理真实性或细节完整度了，而是在往成本更低、生成更快、时长更长的方向在发展。人类逐渐接受了那些细节瑕疵，转而将 AI 视频视作一种全新的创作模式。 4. 音频 ✦ 受到其他领域 Generation by Understanding 理念的影响，音频生成领域也有了新趋势：让模型先理解文字，再生成与文字情绪对应的配音。这导致现在的 AI 配音，不仅听起来非常逼真，甚至还有了「情感」和「灵魂」。 5. 3D ✦ 让人眼前一亮的新进展出现在 3D 领域：生成多个可组合的 3D 零部件，再装配成一个高度可控的完整模型。相较于之前单一且复杂的「空壳」，新模式在 3D 动画与工业制造等场景中的实用性大大提升。 ✦ 3D 领域另一个新范式：不再满足于捏单个物体，而是直接批量产出 N 个元素，并实时拼装成可交互的完整场景。这是 3D 世界的 Scaling Law。 6. 机器人 ✦ 开源项目最能折射行业真实水平。就目前的机器人开源生态来看，机器人行业仍处于较为初级的阶段。 ✦ 尽管人形机器人的演示总让人眼花缭乱，以为未来已来。但事实是，我们仍需保持理性，做好长期发展的准备。 7. 应用 ✦ Coding 领域最新高频热词：全栈和全自动。类比于自动驾驶分级，AI Coding 同样锚定了 L4 级全自动编程，同样也处于 L2.5 L3 的发展阶段。 ✦ 通用 Agent 赛道本月已无新者入局，但是垂直赛道正加速扩展，尤其是金融和影像两个方向，值得重点关注。 8. 新闻/融资 ✦ （上个月和）本月 AI 领域的收购新闻突然大量增加。在历史进程里，这是 AI 行业从「春秋」到「战国」的转折点吗？ ✦ ✦ ✦ 🧭 时光机 ➖ 7 月 1 日 | 图像 | Hassan El Mghari ● EasyEdit 秒级快速修图的图片编辑工具（开源） | 应用 | RockFlow ● Bobby 生成投资策略并完成交易的智能体 | 融资 | xAI ● 完成 100 亿美元债务及股权融资 | 融资 | Grammarly ● 宣布计划收购 AI 邮件应用 Superhuman 7 月 2 日 | 模型 | 智谱 ● GLM 4.1V Thinking 多模态视觉大模型（开源） | 应用 | 百度 ● 百度搜索十年来最大改版 7 月 3 日 | 应用 | LibLib AI ● 星流 Agent 多模态创意设计平台（Lovart 中国版） 7 月 4 日 | 音频 | 阿里巴巴 ● ThinkSound 视觉动态感知的音频生成模型（开源） | 应用 | Harvey ● 上线面向法律领域的深度研究功能 7 月 5 日（无） 7 月 6 日 | 音频 | 上海创智学院 X 复旦大学 X 模思智能 ● MOSS TTSD 对话语音生成模型（开源） 7 月 7 日 | 3 D | 腾讯 ● Hunyuan3D PolyGen 美术级高精度 3D 生成模型 7 月 8 日 | 模型 | Hugging Face ● SmolLM3 混合推理小模型（开源） | 视频 | Moonvalley ● Marey 版权合规的影视级视频生成模型 7 月 9 日 | 机器人 | Hugging Face ● Reachy Mini 开源桌面机器人 | 应用 | Google ● Gemini 个人助手登录 Wear OS 智能手表 | 应用 | Perplexity ● Comet AI 浏览器，融合搜索与智能体任务 7 月 10 日 | 模型 | 上海人工智能实验室 ● SFE 科学认知评测基准（开源） | 应用 | Perplexity X Coinbase ● Perplexity Finance 集成实时的加密货币数据 7 月 11 日 | 模型 | 月之暗面 ● Kimi K2 基础模型，专为编程与 Agent 任务设计（开源） | 音频 | 哔哩哔哩 ● IndexTTS2 语音合成模型（即将开源） | 视频 | 爱诗科技 ● PixVerse（拍我AI）多关键帧生成功能 | 图像 | Black Forest Labs ● Kontext Komposer 图像场景智能转换工具 | 应用 | xAI X Polymarket & Kalshi ● 引入 Grok 强化金融预测市场分析 | 融资 | Meta ● 收购语音初创公司 PlayAI 7 月 12 日 | 模型 | xAI ● Grok 4 多模态推理模型，以及出圈的二次元伴侣 | 机器人 | Hugging Face ● The Amazing Hand 八自由度人形机器人手（开源） 7 月 13 日（无） 7 月 14 日 7 月 1 日 | 图像 | Hassan El Mghari ● EasyEdit 秒级快速修图的图片编辑工具（开源） | 应用 | RockFlow ● Bobby 生成投资策略并完成交易的智能体 | 融资 | xAI ● 完成 100 亿美元债务及股权融资 | 融资 | Grammarly ● 宣布计划收购 AI 邮件应用 Superhuman 7 月 2 日 | 模型 | 智谱 ● GLM 4.1V Thinking 多模态视觉大模型（开源） | 应用 | 百度 ● 百度搜索十年来最大改版 7 月 3 日 | 应用 | LibLib AI ● 星流 Agent 多模态创意设计平台（Lovart 中国版） 7 月 4 日 | 音频 | 阿里巴巴 ● ThinkSound 视觉动态感知的音频生成模型（开源） | 应用 | Harvey ● 上线面向法律领域的深度研究功能 7 月 5 日（无） 7 月 6 日 | 音频 | 上海创智学院 X 复旦大学 X 模思智能 ● MOSS TTSD 对话语音生成模型（开源） 7 月 7 日 | 3 D | 腾讯 ● Hunyuan3D PolyGen 美术级高精度 3D 生成模型 7 月 8 日 | 模型 | Hugging Face ● SmolLM3 混合推理小模型（开源） | 视频 | Moonvalley ● Marey 版权合规的影视级视频生成模型 7 月 9 日 | 机器人 | Hugging Face ● Reachy Mini 开源桌面机器人 | 应用 | Google ● Gemini 个人助手登录 Wear OS 智能手表 | 应用 | Perplexity ● Comet AI 浏览器，融合搜索与智能体任务 7 月 10 日 | 模型 | 上海人工智能实验室 ● SFE 科学认知评测基准（开源） | 应用 | Perplexity X Coinbase ● Perplexity Finance 集成实时的加密货币数据 7 月 11 日 | 模型 | 月之暗面 ● Kimi K2 基础模型，专为编程与 Agent 任务设计（开源） | 音频 | 哔哩哔哩 ● IndexTTS2 语音合成模型（即将开源） | 视频 | 爱诗科技 ● PixVerse（拍我AI）多关键帧生成功能 | 图像 | Black Forest Labs ● Kontext Komposer 图像场景智能转换工具 | 应用 | xAI X Polymarket & Kalshi ● 引入 Grok 强化金融预测市场分析 | 融资 | Meta ● 收购语音初创公司 PlayAI 7 月 12 日 | 模型 | xAI ● Grok 4 多模态推理模型，以及出圈的二次元伴侣 | 机器人 | Hugging Face ● The Amazing Hand 八自由度人形机器人手（开源） 7 月 13 日（无） 7 月 14 日 | 应用 | 美图 ● RoboNeo Agent 一句话搞定影像生产力 | 应用 | Amazon ● Kiro 全流程开发 AI IDE 7 月 15 日 | 模型 | LG ● EXAONE 4.0 混合推理模型（开源） | 音频 | Mistral AI ● Voxtral 语音识别模型（开源） | 应用 | 秘塔AI搜索 ● 深度研究功能开放动态问题链 | 应用 | Anthropic ● Claude Connectors 通过 MCP 协议连接外部服务 | 应用 | Figma X Supabase ● Figma Make 集成 Supabase 实现 AI 驱动的全栈开发 | 融资 | Cognition（Devin）● 全面收购 Windsurf | 新闻 | NVIDIA ● H20 芯片 2025 年对华供应解禁始末 7 月 16 日 | 视频 | Runway ● Act Two 高精度运动捕捉模型 | 视频 | Lightricks ● LTXV 实时视频生成模型，生成 60 秒原生长视频（开源） | 应用 | Anthropic ● Claude for Financial Services 金融行业数据分析方案 | 应用 | Minimax ● MiniMax Agent 推出全栈开发功能 7 月 17 日 | 应用 | Google ● AI Mode 集成深度研究和学习功能 | 应用 | 特工宇宙 ● 观猹，AI 产品的大众点评 | 融资 | Lovable ● 完成 2 亿美元 A 轮融资，估值达 18 亿美元 7 月 18 日 | 应用 | OpenAI ● ChatGPT agent 任务处理智能体系统 | 模型 | Upstage AI ● Solar Pro 2 韩语增强的混合推理模型 | 视频 | Decart AI ● MirageLSD 实时交互式视频生成模型 | 融资 | Anysphere（Cursor）● 人才收购初创公司 Koala 7 月 19 日 | 3 D | Scenario ● PartCrafter 智能部件分割功能，一键生成可编辑 3D 组件 7 月 20 日（无） 7 月 21 日 | 模型 | 快手 ● KAT V1 自动思考大模型，自动切换思考形态 | 应用 | 字节跳动 ● TRAE SOLO 全流程自动化编程智能体 7 月 22