今天 AI 圈发生了什么

Google Research开源200M参数时序基础模型TimesFM 2.5，支持长上下文和分位数预测。

微软开源VibeVoice语音AI，含ASR和TTS前沿模型。

OpenAI开源Whisper语音识别模型，支持多语言识别与翻译。

NVIDIA开源Cosmos 3世界模型，支持文本、图像、视频、音频和动作的联合处理与生成。

VoxCPM2是OpenBMB推出的2B参数免分词多语言TTS，支持声音设计与克隆。

Biohub开源蛋白质世界模型，含ESMC、ESMFold2和ESM Atlas。

谷歌开源DiffusionGemma，速度快4倍，但自评差。

JetBrains 开源 Mellum2，挑战 Claude Code 未覆盖的编程场景。

谷歌为Android开发者提供模型选择，GPT-5.5暂时领先

Subquadratic 推出 1200 万 Token 上下文窗口，创下新纪录。

GPT-5.5 Instant让ChatGPT的健康回答更准确、清晰。

ABot-Earth0.5模型登顶Hugging Face三榜，获陈宝权好评。

智源大会宣布全新世界模型“悟界·Physis”将开源，由22岁北大本科生负责。

Grok 4.3上线Amazon Bedrock，xAI成为AWS模型供应商。

文远知行WRD 3.0端到端智驾方案六连冠，展示车位到车位全链路能力。

三篇ICML论文分别提出高效蒸馏、推理ICL新发现和视频生成方法。

智谱发布GLM-5.2模型，支持1M长上下文并开源；支付宝晓政服务破亿。

它石智航发布AWE 3.0、DexHand灵巧手及触觉模型，推进具身智能2.0时代。

PP-OCRv6 以 1.5MB 尺寸实现浏览器端毫秒级 OCR。

魔法原子发布Magic-VLA K02，长序任务自主规划与执行突破。

GPT-5.5 与 Codex 登陆 Amazon Bedrock。

魔法原子发布Magic-VLA K02与Magic-Mix世界模型。

OpenAI降价，阿里云Meoo CLI发布，谷歌开源DiffusionGemma。

Anthropic发布双旗舰模型Fable、Mythos，性能屠榜但价格不菲。

DiffusionGemma将文本生成提速4倍，保持输出质量。

HiDream-O1-Image-1.5商用版在榜单上获中国第一，能力覆盖文字、排版、分镜等复杂场景。

Anthropic新模型Fable因护栏过严遭网络安全研究员批评。

HiDream-O1-Image-1.5获文生图榜单中国第一、全球第二。

Anthropic发布Claude Fable 5和Mythos 5，前者为公开最强。

高德发布3D原生场景生成模型ABot-Earth0.5，开放内测。