Gemini 4 Carbon发布：为“挑战智能极限”的长周期任务而生
谷歌DeepMind推出Gemini 4 Carbon，定位并非通用日常模型，而是专攻多步骤编码调试、开放式科学研究与深度知识工作等长周期智能体任务。它愿意消耗更多Token进行深度探索与扩展验证，在真实工作流基准中兼顾了顶尖准确性与显著更低的单任务成本。配套的/swarm功能可将单个提示词转化为可追踪的协同智能体团队，把深度推理分配给架构设计、审计等关键角色。Carbon传递的信号是：前沿模型的竞争焦点正在从“单点能力”转向“在真实复杂工作流中可靠地完成整件事”。
360发布“知行ECOS”：让企业AI从“会回答”走向“能办事”
360推出本体智能业务操作系统“知行ECOS”，瞄准企业AI落地的核心矛盾：数据分散、业务关系隐晦、通用模型难以理解企业内部规则。ECOS先治理数据，再构建一张AI可读的“业务地图”，把人员、设备、流程及其关联显性化，使AI能在授权范围内分析影响、比较方案并协助执行。系统同时设置权限校验与过程留痕，回应了“AI乱干活”的担忧。其意义在于把AI从问答工具升级为嵌入业务流程的执行中枢，为“用得上、管得住”提供了一套可操作的产品路径。
ERNIE 5.5 Flash Preview发布：效率与智能的再平衡
文心发布ERNIE 5.5 Flash Preview，总参数280B、激活参数仅14B，支持百万上下文，在编程、3D建模与知识工作等场景中取得有竞争力的表现，同时保持极致解码速度。它的价值不在于参数规模本身，而在于验证了一条务实路线：以稀疏激活和高效架构在智能水平与推理成本之间取得可用的平衡。对于需要大规模部署AI能力的企业而言，一个“足够聪明且跑得起”的模型，往往比一个“最聪明但用不起”的模型更具落地意义。
Qwen Code 1.0开源：Agent Harness走向“事件驱动”的统一底座
Qwen Code 1.0将Qoder中打磨的Harness能力融合开源，核心变化是用统一事件机制重构Agent的执行组织方式：外部输入、工具结果与系统反馈都被转化为事件，驱动会话持续推进，而非由各入口各自组织循环。这一架构使Agent从“一个进程、多个会话”向“多节点、更多会话”演进，推理编排与工具执行分离，为IM、流水线等高并发场景提供了可扩展的运行基础。对开发者来说，它降低了把智能体嵌入自身产品的门槛——模型负责理解与决策，Harness负责让决策在真实环境中落地。
Seedream 5.5发布：图像多轮编辑走向“专业可靠”
字节跳动发布Seedream 5.5，核心突破不在单次生成的美观度，而在于把图像创作真正嵌入专业生产流程。模型支持多达百轮连续编辑，且非编辑区域实现像素级保持，避免了反复修改中的画质衰减与细节丢失；同时原生输出透明素材，让生成元素可直接进入后续设计环节。这标志着图像模型从“灵感工具”转向可交付、可管控的生产力组件，专业视觉团队敢在模型上“把想法打磨到极致”的前提，正在被技术性地补齐。
MiniMax H3-Image开源：4K图像生成进入“秒级”时代
MiniMax开源H3-Image，在10秒内生成1600万像素的4K图像，速度可达主流水平的数倍，且价格显著低于同档位工具。更关键的是，它在提速的同时没有牺牲真实感与指令遵循能力——画面细节更接近真实拍摄，并支持多达十余张参考图的理解与编辑。开源权重加上推理效率的跃升，使高分辨率图像生成从“少数人的奢侈”变为日常创作的基础设施，也为开源社区缩小与闭源顶尖模型的差距提供了一个实质性起点。
美团LongCat-2.5开源：长程智能体瞄准“端到端交付”
美团以MIT协议开源LongCat-2.5，一款面向长程智能体任务的原生多模态模型，支持百万级上下文与国产算力芯片适配。其能力提升不靠单点优化，而来自训练链路的整体扩展，使模型在复杂代码库开发、完整项目构建和专业办公场景中具备端到端交付能力。视觉信号被表示为离散Token并与文本共享主干参数，视觉理解与代码生成在同一语义空间完成。对开发者而言，这意味着长任务智能体不再停留在演示阶段，而是获得了可商用、可二次训练的开放基座。
元宝搜索上线：用“信源可靠”与“生态打通”重做网页搜索
腾讯元宝推出独立搜索入口so.qq.com，策略清晰：不拼索引规模，而拼结果的可信度与可读性。权威机构与官方网站优先展示，广告克制且可一键折叠；微信公众号、视频号、腾讯新闻等生态内容被搬入网页搜索，深度好文与现场视频可直接查看；“学术科普”功能则基于专业文献提炼结论并保留引用，还能转译成通俗表达。在信息过载与“野生答案”泛滥的背景下，元宝搜索试图回答一个朴素但关键的问题：搜索的价值不在于给出最多链接，而在于让用户更快抵达值得信任的答案。
小红书dots.tts.edit V1.1：语音编辑进入“局部精确”阶段
小红书升级端到端精确语音编辑模型dots.tts.edit V1.1，解决的正是配音场景中的高频痛点：录好的语音只需替换某个名字、调整某处的语气或停顿，其余声音特征与未编辑部分应保持稳定。V1.1新增局部风格描述能力，韵律与情感编辑效果大幅提升，支持中英文与多说话人场景，多处修改可一次生成完成。模型与推理代码、数据构造管线及评测基准配套开源，在开源模型中综合表现领先。这意味着语音编辑正从“整段重录”走向“像修图一样修声音”，内容生产者的修改成本被实质性降低。
