人工智能生态系统本周持续稳步发展，涵盖模型发布、产品迭代及投资动态。从多智能体系统到音视频生成，从软件工程到语境翻译，新解决方案不断涌现，应用领域持续拓宽。研究进展与数十亿美元级融资表明，行业竞争与商业化已进入新阶段。
新模型与协议
Nvidia推出专注于多智能体系统的开源模型系列Nemotron 3，助力企业加速AI智能体开发与迭代。
OpenAI正式发布新一代图像生成模型GPT Image 1.5，升级ChatGPT图像生成能力；同时推出GPT-5.2-Codex，提升软件工程效能。
Google推出快速低成本模型Gemini 3 Flash，基准测试表现优异，已默认用于搜索及Gemini应用。
AI2发布SOTA开源模型家族Molmo 2，专为视频分析设计，支持帧间物体追踪、事件计数及精确时刻定位；同步推出升级版Olmo 3.1，号称最强完全开源推理模型。
Black Forest Labs发布旗舰图像模型FLUX.2，增强编辑功能并支持基于实时网络数据生成图像。
Klarna推出Agentic产品协议开放标准，允许AI助手接入超一亿种跨供应商产品。
Manus发布AI智能体平台1.6版本，新增性能优化、移动应用开发及视觉设计编辑器等功能。
Alibaba推出多模态模型Wan2.6，支持对话、故事板及角色参考，可生成长达15秒的高清视频。
Luma为创意工作室推出视频编辑模型Ray3 Modify，可在保持表演一致性的前提下转换视频中的角色、场景及布景。
xAI上线Grok语音代理API，开发者可利用其先进语音转语音模型构建语音技术应用。
Meta发布SAM Audio模型，支持通过文本描述、视觉点击或时间轴选择，从音视频文件中分离特定声音。
新功能与产品
Google Translate结合Gemino实现转型，从词汇中心转向以语境和意义为核心的实时交流体验。
YouTube下架大量AI生成的迪士尼角色视频，回应Disney版权侵权指控；此前Disney已向该公司投资10亿美元作为OpenAI许可协议的一部分。
Google Labs测试邮件AI助手CC，旨在通过单封邮件管理日常任务与会议。
Zoom推出AI Companion 3.0，集成会议摘要、会中问答、自动记录及行动项提取功能，统一连接会议数据与工作流。
Adobe Firefly升级为端到端生成式视频平台，新增文本命令编辑、相机控制及新模型集成。
应用正演变为新平台
OpenAI开放ChatGPT第三方应用申请通道，用户无需外部安装即可直接发现并使用基于OpenAI模型开发的应用。
YouTube发布由Gemini 3驱动的游戏制作平台Playables Builder，支持通过简短文本、视频或视觉提示创建游戏。
重点研究
研究显示，GPT-5、Gemini 3.0 Pro、Claude Opus 4.1、Grok 4及DeepSeek-V3.1等六款领先模型均已通过CFA考试三个级别。其中，Gemini 3.0 Pro在一级考试中获97.6%创纪录高分，GPT-5以94.3%位列二级第一，Gemini 3.0 Pro在最难的结构化回答部分以92%排名第一。
斯坦福HAI发布2026年AI预测：医疗服务领域将迎来“ChatGPT时刻”，市场对AI评估趋于务实。联合主任James Landay表示今年AGI不会实现，更多公司将承认AI除编码和呼叫中心外尚未带来其他收益。
Appfigures数据显示，自2023年5月以来，用户在iOS和Android端为ChatGPT支付总额达30亿美元；预计2025年全球移动端支出约24.8亿美元。
人工智能投资动态
Lovable完成3.3亿美元B轮融资，由CapitalG和Menlo Ventures领投，估值达66亿美元。
Amazon拟向OpenAI投资100亿美元，若达成协议，OpenAI估值将超5000亿美元。
Databricks获超40亿美元投资，估值达1340亿美元，三个月内增长34%。
生物技术初创公司Chai Discovery完成1.3亿美元B轮融资，由Oak HC/FT和General Catalyst领投。
AI产品开发平台Neural Concept获1亿美元C轮融资，由Goldman Sachs Alternatives (Growth Equity)领投。
PolyAI完成8600万美元D轮融资，估值升至7.5亿美元，累计融资超2亿美元；Mirelo因AI视频自动配音技术获4100万美元投资，专注解决生成视频静音问题，投资方包括Fal.ai联合创始人Burkay Gür。