SenseNova 6.8 Flash正式版发布：办公更稳，设计更美
SenseNova 6.8 Flash围绕真实任务中的持续推进与可用交付进行优化。办公场景依托长期记忆实现主动交互：当客户需求与产品更新发生关联时，模型主动提醒跟进时机；人员交接时自动整理客户背景与未解问题，将事后补救转为提前预警。设计侧支持Web、SVG、Three.js、Blender、动态PPT与Agentic 3D，并将叙事节奏纳入动效生成目标。评测显示其在智能体协作、数据分析与演示生成等场景超过部分国际前沿模型。
Meshy N1: 3D原生贴图，立竿见影，浑然天成
现有3D贴图模型多采用多视角2D图片投影回3D表面的方式，视角不一致时会产生重影、溢色与图案破碎。Meshy N1改为在3D空间内直接生成色彩，从架构上绕开投影拼接的固有缺陷。在风格化游戏资产测试集上，其贴图纯净度达76.9%，远高于同类产品（47.0%—59.2%），中位耗时14秒，对齐度也处于第一梯队。对低面数白模搭配丰富贴图的游戏资产场景，这一改进直接关乎最终视觉品质。
腾讯混元Hy4正式版：首次引入视觉与电脑操作，金融众测居开源首位
腾讯混元正式发布Hy4，模型在770B MoE、1M上下文底座上首次引入视觉理解与电脑操作能力，可结合命令行与图形界面执行跨应用长程任务，并对Blender、CAD等专业软件做了专项训练。能力跃升直接落在真实场景：金融众测中，213位专家对579个真实任务的评分居开源模型第一，幻觉率从15.76%压至5.45%，猜测错误率从23.1%降至5.6%；前端与游戏开发深度适配UE、Unity、Godot，GameDev与GameLogic分别提升19.1%和9.8%。
QQ浏览器接入WorkBuddy：浏览器内AI自动执行网页任务
WorkBuddy的浏览器操控能力正式接入QQ浏览器。用户描述任务后，WorkBuddy在独立的“WorkBuddy标签页组”中自动执行搜索栏写入、点击、翻页与信息汇总，过程实时可见、可介入终止。遇到滑块验证、支付、提交确认等决策环节时，WorkBuddy主动暂停并列出清单，将“可自主”与“需确认”的边界划清。网页操作交给AI，关键决策权仍保留在用户手中。
Kimi推出游戏开发方案，Agent直接操作Unity、UE与Blender
Kimi基于K3.1 Pro模型、Kimi Code与Kimi Work系列Agent，通过插件深度接入Unity、Unreal Engine、Godot与Blender，将AI能力从生成单点素材升级为覆盖原型验证到工程制作的全流程方案。策划、开发、美术可围绕同一可试玩原型协作，减少交接中的理解偏差。针对行业原型验证成本高的痛点，缺少编程经验的团队也能在1—2天内完成玩法原型，先验证再投入。
百度Apollo World世界模型亮相：用AI教AI开车，提出“2+3”行业评判标准
在深圳百度AI Day上，百度Apollo首次披露智能体驱动全模态世界模型Apollo World，并推出世界模型“2+3”判断标准。基础门槛为因果性与交互性，进阶指标涵盖物理准确性、持久性与实时性。模型将交通参与者建模为具备决策能力的AI智能体，可实时生成相机与激光雷达等多模态观测，形成感知、决策、行动、反馈的端到端闭环。目前，Apollo World已用于萝卜快跑全球化测试与验证，助力无人驾驶规模化落地。
阿里云Qovest：给专业投资者配一个“AI研究员”
Qovest面向专业机构投资者，用户一句话提出需求，系统自动完成查数据、收集资料、深度分析与报告生成，并可按设定频率持续跟踪。与一次性问答的关键区别在于“投研空间”：研究成果、操盘笔记与待验证问题自动归档，研究可延续、可追溯、可对比，不必每次从零开始。团队采购权威金融数据库，自研金融场景Agent工程框架，在FinFirst与IRAB内部评测中回答质量、速度与成本均领先主流产品。
微信开源视觉模型WeVisOne-VL，一个模型包办框选、分割与抠图
微信视觉团队开源WeVisOne-VL，直击视觉模型对图中不存在目标仍“硬凑答案”的行业盲区。模型以统一输出格式完成定位、计数、读字、分割与抠图，用约960万参数小模块替代外接SAM，换任务不换架构。4B版在Ref-ZOM上对不存在目标答“没有”的比例达86.0%，同类开源模型仅0.3%与1.3%；目标真实存在时定位得分仍居同表最高，拒绝能力未削弱定位能力。其底座为超1亿张图、约36亿目标框的自动标注流程。团队以Apache 2.0协议开源2B、4B权重及Mask2Alpha标注工具，目前仅支持图片输入。
