本周AI行业迎来密集爆发，大模型开源与技术突破并行，百度文心登顶国际榜单，智谱、美团、阶跃星辰等也纷纷发布或开源高性能新模型；AI工具聚焦场景落地，OpenAI与Google掀起翻译工具对决，腾讯混元3D、蚂蚁百灵Ling Studio、阿里呜哩、飞书AI录音豆等深耕垂直场景，实用型显著增强；Agent发展进入新阶段，字节扣子2.0、MiniMax Agent 2.0等升级专业化能力；市场层面基础设施与生态开放成为关键变量，马斯克开放𝕏平台推荐算法并投用GW级超算集群，一起来回顾本周发生的AI新鲜事儿吧！
AI 大模型
百度文心大模型「ERNIE-5.0-0110」登LMArena文本榜国内第一、全球第八
1月15日，百度正式上线的新一代文心大模型「ERNIE-5.0-0110」，在LMArena大模型竞技场以1460分位列文本榜国内第一、全球第八，是该榜单中唯一进入全球前十的中国大模型，数学能力排名全球第二。该模型参数量达2.4万亿，采用原生全模态统一建模技术，支持文本、图像等多种信息的输入与输出，此前Preview版本已拿下LMArena文本榜全球并列第二、国内第一及视觉理解榜国内第一的成绩。
美团LongCat团队开源升级版模型「LongCat-Flash-Thinking-2601」
1月16日，美团LongCat团队发布并开源升级版模型「LongCat-Flash-Thinking-2601」，引入「重思考模式」，在Agentic Search（智能体搜索）、Agentic Tool Use（智能体工具调用）、TIR（工具交互推理）等核心评测基准均达开源SOTA（AIME-25获满分、τ²-Bench 88.2分），泛化能力超越Claude，依托多环境强化学习（DORA基础设施）与噪声环境稳健训练实现技术突破，目前已在GitHub、Hugging Face等平台开源，支持官网在线体验与API免费调用。
Black Forest Labs开源「FLUX.2」[klein]图像生成模型家族
1月17日消息，Black Forest Labs开源「FLUX.2」[klein]图像模型家族，包含4B和9B两个版本（各含未蒸馏的基础版与4步蒸馏版），采用流模型+Qwen3文本编码器架构，统一文生图、图像编辑及多参考生成功能，实现最快0.5秒亚秒级推理，4B版（Apache 2.0许可证支持商用）仅需13GB显存适配消费级GPU，9B版（非商用许可证）性能比肩5倍参数量模型，同步提供FP8/NVFP4量化版本（分别提速1.6倍/2.7倍、显存降低40%/55%），附带推理脚本，兼顾实时应用、微调研究与边缘部署需求。
智谱正式发布并开源混合思考模型「GLM-4.7-Flash」
1月20日，智谱正式发布并开源混合思考模型「GLM-4.7-Flash」，总参数量30B、激活参数量3B，作为同级别SOTA模型兼顾性能与效率，在SWE-bench Verified等主流基准测试中表现超「GPT-OSS-20B」等模型，适配编程、中文写作等多场景，即日起在智谱开放平台上线并免费调用，将替代「GLM-4.5-Flash」（后者1月30日下线），同时可通过Hugging Face、魔搭社区进行开源部署。
阶跃星辰开源10B参数量视觉语言模型「Step3-VL-10B」
1月20日，阶跃星辰开源10B参数量视觉语言模型「Step3-VL-10B」，凭借全参数端到端多模态联合预训练、大规模RL迭代及PaCoRe并行协调推理机制，在视觉感知、逻辑推理、数学竞赛等多维度达到同规模SOTA水平，媲美甚至超越10-20倍参数量的开源与闭源旗舰模型，可下沉至端侧设备运行，目前Base和Thinking版本已通过多个平台开源。
Liquid AI开源非Transformer架构的端侧推理模型「LFM2.5-1.2B-Thinking」
1月21日，由MIT CSAIL孵化的初创公司Liquid AI发布并开源非Transformer架构的端侧推理模型「LFM2.5-1.2B-Thinking」，该模型基于液态神经网络打造，仅需900MB内存即可在手机等设备离线运行，不仅推理速度和质量在同规模模型中领先，参数量比「Qwen3-1.7B」少约40%，却在数学推理、指令遵循、工具使用等核心能力上表现相当或更优，还通过Midtraining、SFT、DPO、RLVR等训练策略将死循环生成比例从15.74%降至0.36%，兼容llama.cpp、MLX等主流推理框架及多品牌硬件，证明Transformer并非唯一解。
中佛罗里达大学发布首个“纯文本提示”医学全能分割模型「Medical SAM3」
1月21日消息，中佛罗里达大学等机构联合发布了首个真正“纯文本提示”驱动的医学全能分割模型「Medical SAM3」，采用全参数微调结合分层学习率衰减策略，依托覆盖10种成像模态、33个数据集的大规模训练底座及统一2D高分辨率视角设计，摆脱了传统医学分割模型对人工边界框等空间提示的依赖，仅凭文本指令即可在CT、MRI、内镜等多模态医学影像中实现专家级分割，内部验证平均Dice从54.0%提升至77.0%，外部零样本场景从11.9%暴涨至73.9%，大幅降低临床交互成本，未来将扩充数据并打造集成LLM的Agent。
百川智能发布循证增强医疗大模型「Baichuan-M3 Plus」
1月22日，百川智能发布循证增强医疗大模型「Baichuan-M3 Plus」，其融合独创六源循证技术与M3基座，将幻觉率降至2.6%达全球最低，首创“证据锚定”技术使医学结论可逐句溯源（匹配准确率超95%），API调用成本较上一代降低70%且限时15天免费体验，同时发起“海纳百川”计划，向中国医疗服务机构免费开放API，用于临床辅助决策与医学教育，推动AI医疗生态发展。
Runway发布全新图生视频模型「Gen 4.5」
1月22日，Runway发布全新图生视频模型「Gen 4.5」，该模型在长故事表达、精准镜头控制、连贯叙事及角色一致性上实现升级，生成视频细节逼真，在1000人盲测中仅57.1%的人能区分其与真实视频。当前视频模型行业呈现真实度与物理一致性增强、声画同步提升等趋势，正逐步接近商业化应用。
AI 工具
AI翻译对决，OpenAI上线「ChatGPT Translate」，Google开源「TranslateGemma」
1月16日消息，OpenAI近期低调上线独立翻译工具「ChatGPT Translate」，支持超50种语言，无需登录即可免费使用，核心亮点是具备译文语气调整等二次加工能力，但暂不支持文档、图片翻译及离线使用。对此Google则高调回应，发布基于Gemma 3的开源翻译模型「TranslateGemma」，提供4B、12B、27B三种参数版本，支持55种语言及多模态输入，12B模型性能超越27B基线模型，4B模型适配移动端/边缘设备，通过双阶段微调流程蒸馏Gemini模型知识，双方竞争推动AI翻译从单纯语言转换向智能适应方向演进。
腾讯「混元3D Studio 1.2」发布公测，组件能力升级至PartGen 1.5
1月16日，腾讯「混元3D Studio 1.2」全新发布并开放公测（无需申请），组件能力升级至PartGen 1.5（拆分精度从1024³提升至1536³分辨率，支持笔刷交互与分割掩码控制，保留高精细节、拆分更完整），基模同步升级为「混元3D 3.1」（几何细节与纹理还原度优化，适配更多风格），新增八视图输入（含顶、底及左右45度视角）提升专业可控性，用户可通过官方链接体验。
蚂蚁集团正式上线百灵大模型官方交互平台「Ling Studio」
1月16日，蚂蚁集团正式上线百灵大模型官方交互平台「Ling Studio」，用户可体验Ling-1T（高速响应）、Ring-1T（复杂推理）、Ming-flash-omni-Preview（多模态识别）等百灵大模型，平台支持调参、系统提示词配置、联网搜索等原生工具调用及API即接即用功能，每日发放50万个免费Tokens，文件对话、图片生成等更多功能即将上线。
阿里巴巴通义千问团队推出一站式AIGC创意生产力平台「呜哩」
1月19日，阿里巴巴通义千问团队推出一站式AIGC创意生产力平台「呜哩」（目前处于测试阶段），该平台集成通义Qwen Image系列、万相2.6等自研模型，以及字节Seedream 4.0/4.5、可灵相关第三方模型，支持文生图、图生图、参考生图、文生视频、图生视频等全功能，生图最高可达4K、生视频最高1080p且支持音画同步，生成速度快（图片几秒、视频1-2分钟），参考生图功能可灵活改图，目前所有功能免费无次数限制，手机号登录即可使用，正式上线后可能收费。
飞书与安克创新联合推出仅重10g的「AI录音豆」，录音整理全自动化
1月20日，飞书与安克创新联合推出「AI录音豆」，这款直径23.2毫米、重10g的微型硬件支持磁吸佩戴，续航达8小时，一键即可录音，录音内容可无缝联动飞书生态，自动生成逐字稿、多语言翻译、会议总结、待办事项等，还能通过飞书知识问答、定时任务、日报周报生成等功能二次加工，解决了手机录音续航、操作繁琐等痛点，将线下录音转化为可协作复用的数字资产，优化了线下会议等场景的录音与内容整理体验。
红杉中国xbench发布「AgentIF-OneDay」评测体系
1月21日，红杉中国xbench发布「AgentIF-OneDay」评测体系，聚焦评估Agent在长时复杂任务中的能力，以人类一天可完成的任务复杂度为基准，涵盖工作流执行、范例参考、迭代式编辑三类场景，包含104道任务及767个细粒度评分点，评测显示Manus、Genspark、ChatGPT-Agent构成第一梯队且各有场景侧重，当前Agent在隐式指令推断等方面仍存短板，未来将推进OneWeek评测，同时持续学习与数据飞轮被认为是Agent向高可靠“数字员工”演进的关键。
AI Agent
超参数科技发布LLM驱动的Game Agent「COTA」，推理链路全程可见
1月16日，超参数科技发布自研Game Agent「COTA」，这是首个以LLM（基座模型Qwen3-VL-8B-Thinking）为核心驱动、具备思维可解释性的游戏智能体，通过“双系统分层架构”（上层指挥官负责战略规划、下层行动专员执行微操）及SFT+GRPO+DPO训练流程，攻克实时响应难题（百毫秒级），在自研FPS游戏环境中展现出接近真人高分玩家的竞技水平，可完成单兵作战与团队战术配合，既降低高拟真NPC开发调试门槛，又能优化玩家体验，其底层技术还具备跨场景迁移潜力，目前已开启官网预约体验。
字节跳动「扣子空间」正式升级为「扣子2.0」，四大Agent能力升级
1月19日，字节跳动拥有千万用户的「扣子空间」升级为「扣子2.0」，核心新增Agent Skills（封装场景最佳实践与工具，支持通过技能商店创建、获取行业专属技能）、Agent Plan（设定长期目标后自动规划执行并主动汇报）、Agent Office（深度理解职场场景，提供针对性洞察与文档处理能力）、Agent Coding（一站式云端开发平台，支持一键部署）四大能力，还上线了音画同步的官方视频创作Skill，定位职场人靠谱伙伴，助力高效完成简历筛选、文案创作、数据报表等各类工作任务。
阶跃星辰正式推出「阶跃AI桌面伙伴Windows版」
1月19日，阶跃星辰正式推出「阶跃AI桌面伙伴Windows版」，同时带来重要升级，该终端Agent定位“会做事、总在场、有记忆、能进化”，此前已发布Mac版（支持日程分析、当前窗口识别等专属功能），现支持调用16款第三方工具且可自行添加，具备本地存储的全局记忆（自动整理电脑活动轨迹并生成复盘报告），用户可通过官网下载。
昆仑万维在Skywork平台推出面向非设计人士的「Skywork Design Agent」
1月19日，昆仑万维在Skywork平台推出面向非设计人士的「Skywork Design Agent」，聚焦海报设计、社媒物料、LOGO与品牌视觉、通用创意生图四大核心场景，通过场景化指引、多启动方式（文生图/以图生图等）、自研画布引擎实现全流程设计，具备AI修图（拆分图层、扩图等）、素材知识库存档、多格式导出等功能，零门槛操作且效果可控，重塑办公视觉创作效率，后续将持续迭代专业功能并拓展AI多媒体创作能力。
MiniMax发布第二代智能体「MiniMax Agent 2.0」，定位“AI原生工作台"
1月20日，MiniMax稀宇科技发布第二代智能体「MiniMax Agent 2.0」，以“AI原生工作台”为核心定位，搭载桌面端应用（双系统适配，打通本地云端无缝衔接）与Expert Agents（定制化专家分身），可高效完成新闻摘要、论文解读、PPT制作等复杂任务，依托Lightning Attention等技术升级及内部迭代闭环，颠覆交互逻辑、打破专业壁垒，重塑AI高复杂度工作价值。
Anthropic被曝升级Claude Cowork，新增「知识库」功能实现“永久记忆”
1月20日消息，Anthropic被曝正在为Claude Cowork进行重大更新，通过新增「知识库」（Knowledge Bases）功能实现“永久记忆”，支持多对话、多任务间持续调用过往关键信息并动态更新，界面简化后新增Artifacts版块管理复用过往作品，同时扩展MCP连接器提升自动化能力，同步优化Web语音模式、Pixelate等轻量化功能，推动其从聊天助手向全面生产力助手演进，而开发者社区也通过Smart Forking等探索印证AI长期记忆的应用价值。
市场动态
Roboparty全栈开源双足人形机器人「萝博头原型机」
1月15日，Roboparty全栈开源双足人形机器人「萝博头原型机」，该原型机身高1.25m、重30kg，跑步速度达3m/s，同步开放硬件结构图、EBOM清单、AMP运控算法及避坑知识库，实现“可复现、可二开、可验证”，其搭载的拟人步态算法适配BFM框架，硬件采用类车规级结构，已获小米战投、商汤等机构千万美元种子轮融资，同时推出开发者共创计划。
马斯克旗下xAI的全球首个GW级超算集群「Colossus 2」正式投入运行
1月17日，马斯克旗下xAI的全球首个GW级超算集群「Colossus 2」正式投入运行，其搭载55.5万张GPU，4月将升级至1.5GW、最终达2GW，专为Grok模型训练服务（Grok 5参数预计6万亿），该集群从建设到上线仅用不到一年（前一代Colossus 1耗时122天）；而美国PJM电网因数据中心电力需求激增（未来10年年均增长4.8%），计划在极端天气对13州6700万居民轮流停电，不过「Colossus 2」不在该电网覆盖范围，且xAI部署了特斯拉Megapack储能系统以减少本地电网冲击。
马斯克宣布开源「𝕏平台」推荐算法，每周四迭代一次
1月20日，马斯克宣布开源「𝕏平台」（原Twitter）推荐算法代码，使其成为首个核心流量分发逻辑全透明化的主流社交平台，新版算法采用xAI Grok模型的Transformer架构，以“零人工特征工程”为核心，通过内部“Thunder”和外部“Phoenix Retrieval”召回内容，经Phoenix评分器加权计算得分，评分前后设过滤机制并保障作者多样性，未来将每四周更新开源版本并附开发者说明，这一透明化举措是其他社交平台未做到的。
