美团龙猫发布 LongCat-2.5 原生多模态 AI 模型：1.6T 参数，面向长程智能体任务
美团龙猫发布原生多模态模型 LongCat-2.5，总参数量 1.6 万亿，每个 token 激活约 480 亿参数，在 LongCat-2.0 基础上强化原生视觉理解与智能体编程能力。
全部动态
#多模态
按事件最新进展排列 · 同一事件合并展示，可展开查看进展
IT之家
虎嗅 · 科技与人才 从 Agent 到多模态再到具身：一位 AI 研究者的三次转向
淏楠先后在 MiroMind 做语言 Agent、在混元负责多模态 RL infra，最近加入某具身公司负责模型训练。他认为视频生成仍处"60 分"的半山腰，未来半年到一年的机会在交互式 Harness 与平台；具身方面，Astra 可接管小模型失败场景产生 Error Recovery 数据，把成功率从 50% 拉到 80%。
钛媒体 · 大公司 腾讯Hy4与阿里Qwen4下周正面对决
腾讯宣布Hy4正式版即将发布，阿里在欧洲放出Qwen4下周登场的消息，两个同代旗舰大模型将首次在同一窗口正面对决。Qwen4是刘大一恒接任Qwen负责人后的首个完整代际模型，Hy4则完全贯彻姚顺雨重建混元后的意志，双方均押注Agent与真实生产力。
雷峰网 · RSS 百度 APP 发布四大 AI 升级，搜索实现递归自我进化
百度 APP 于 10 月 30 日在北京举办产品升级沟通会，宣布搜索实现递归自我进化，并升级搜索 AI API，活动期间最低价 4.9 元/千次，低于 DeepSeek 搜索 API。
第一财经 · 科技 昆仑万维前三季度营收89.37亿元同比增53.96%，归母净利润扭亏
昆仑万维2026年前三季度营收89.37亿元，同比增长53.96%，归母净利润同比扭亏；海外收入87.06亿元，同比增长60.78%，天工AI业务收入43.21亿元，同比增长168.29%，第三季度毛利率提升至74.41%。公司称将继续推进AGI与AIGC核心战略及“4+3战略”，以四大SOTA模型体系和AI短剧、AI音乐、AI游戏三大AI原生平台经济体为牵引。
钛媒体 · 大公司 谷歌发布世界模型 Genie 4，张一鸣亲自督导字节世界模型项目
谷歌10月28日发布世界模型Genie 4，支持用户用自然语言实时干预场景，是Genie系列首个带声音的模型，目前仅为预览版。字节跳动2026年6月曝光的世界模型项目基于Seedance、以Pico头显为入口，目标年底前至少发布一版并对标Genie 3，张一鸣亲自协调资源，但内部评测显示其综合性能距当时全球SOTA仍有约10%差距。
IT之家 腾讯混元 Hy4、Hy4 flash 即将发布，首次引入视觉理解
腾讯集团高级执行副总裁汤道生在腾讯全球数字生态大会上宣布，混元 Hy4 即将发布，相比 Hy4 preview 全面大幅提升，强化长程和真实生产力任务能力，提升思维链效率，并首次引入视觉理解。Hy4 flash 也将在近期发布，定位极致性价比实用模型，继承 Hy4 的视觉、Agent 等能力。Hy4 preview 于 8 月 28 日发布，总参数 770B、激活参数 49B、上下文长度 1M。
雷峰网 · RSS 华为小艺大模型应用实验室主任刘睿：AI助手要告别聊天框，从被动响应走向主动服务
华为小艺大模型应用实验室首任主任刘睿提出，AI助手要从“被动响应”走向“主动服务”，告别聊天框形态。他2024年加入华为，此前在商汤因大模型冲击算法SDK商业模式而离开；其推动的对话式修图已在2025年Mate 80发布会亮相。实验室2025年底成立，研究方向涵盖大语言模型、多模态智能、Agent与具身智能。
爱范儿 谷歌 Genie 4 发布：单次模拟 120 秒，首次支持原生音频
Google DeepMind 正式发布世界模型 Genie 4，单次交互模拟时长从约一分钟延长至两分钟，并首次支持原生音频生成，可实时生成环境声音、音乐和人物对话。
Google · 官方博客 Google 展示 Gemini 4 Argon 的 8 个实战案例
Google 官方博客展示新模型 Gemini 4 Argon 的 8 个应用实例，包括从零编写 5,000 行数学代码渲染 3D 阳光图书馆、处理 NASA 超过 80,000 份火星 72 次飞行的原始数据生成高管级演示文稿、用 Nano Banana 和 Veo 制作动画等。
腾讯科技 · 商业与职场 OpenAI 发布中端模型 GPT-6.1 Terra，API 输入输出价格下调 50%
OpenAI 于当地时间10月26日发布中端模型 GPT-6.1 Terra，主打性价比，标准 API 价格为每百万输入 Token 1美元、输出 Token 5美元，较前代均下降50%。
虎嗅 · 科技与人才 Kimi 发布 K3.1 Pro，后训练升级并降价三分之一挑战 Claude Opus 5.5
月之暗面于10月24日上线Kimi K3.1 Pro，这是K3的后训练版本，底座仍为2.8万亿总参数、1040亿激活参数的混合专家架构和100万token上下文窗口，同步推出速度快2到3倍的Highspeed版本，完整权重承诺11月4日前放出。
TechNode · 中国企业快讯 小米停用 MiMo-V2.5 系列模型，API 服务切换至多模态 MiMo-V2.6
小米于北京时间 10 月 21 日 10 时停用 MiMo-V2.5-Pro 和 MiMo-V2.5 模型，API 服务迁移至 MiMo-V2.6 系列。自 10 月 14 日起，旧模型名的请求已分别自动路由至 MiMo-V2.6-Pro 和 MiMo-V2.6-Flash，原纯文本的 MiMo-V2.5-Pro 用户由此获得多模态理解能力。
界面新闻 · 互联网 Meta 发布开放权重模型 Muse Spark Open，可在两台 Mac Studio 本地运行
Meta 于当地时间 10 月 15 日发布开放权重模型 Muse Spark Open，总参数 8160 亿、激活参数 420 亿，上下文窗口 100 万 Token，主打编程与智能体任务。
雷峰网 · RSS 可灵 Kling 4.0 正式上线：10-bit HDR、30 秒原生直出
可灵 AI 于 10 月 15 日正式上线新一代视频生成模型 Kling 4.0，单次原生生成时长最长 30 秒，支持长镜头与连续叙事，并支持最高 10-bit HDR 输出及 4K、1080p、21:9 画幅。
虎嗅 · 科技与人才 Meta 发布 Muse Wonder 系列模型，跑分对标 OpenAI 与 Anthropic
当地时间10月12日，Meta 发布新一代大模型 Muse Wonder 和 Muse Wonder Full，两款模型均支持100万 Token 上下文窗口，可理解文本、图像、音频和视频，原生输出以文本为主，重点强化编程、长期 Agent 任务和专业知识工作，Muse Wonder 将成为个人 Agent Muse 的核心模型。
腾讯官方新闻 腾讯为2026年APEC推出四项创新，帮海外游客在华出行更便捷
腾讯为迎接2026年APEC会议推出四项面向海外游客的服务：Hy翻译团队上线由Hy大模型驱动的离线翻译工具腾讯Hy Translate，已向公众开放；TenPay Go的AI Capture可翻译菜名并解释文化含义。
Alizila · 阿里巴巴官方新闻 阿里云2026云栖大会公布全栈AI路线图与全球扩张计划
在2026云栖大会上，阿里云公布覆盖芯片、云基础设施、模型和智能体的全栈AI路线图，并计划在土耳其、芬兰和荷兰设立首批云区域，目标是到2032年全球数据中心容量超过20GW。