2月9日，即梦上线 Preview图片模型，将联网检索、精准编辑、逻辑推理三项能力融合进图像生成，支持2K图片生成。
2月6日，字节跳动小范围内测Seedance 2.0视频模型，一张图+一句话可生成带有原生音频的多镜头序列视频。冯骥称，这是目前地表最强的视频生成模型，没有之一。
2月6日，Anthropic发布Claude Opus 4.6，上下文提升至100万token，具备自适应思考能力，在编程、金融分析、办公软件操作等领域表现不俗。
2月4日，可灵AI正式迈入3.0时代，多模态输入输出一体化，实现原生创作。视频3.0新增智能分镜功能，可自动调度景别与机位，图片3.0 Omni新增深度叙事与组图批量创作功能。
2月4日，上海AI实验室开源了万亿参数科学多模态大模型Intern-S1-Pro，在奥赛级数理推理、五大科学学科（化学、材料、生命、地球、物理）及真实科研场景中表现卓越。
2月4日，阿里开源了专为编程智能体打造的高效混合专家（MoE）模型 Qwen3-Coder-Next，不仅能理解需求、编写代码，还能与环境交互、完成任务——从生成可玩的网页游戏，到部署服务并自动测试。
2月4日，昆仑天工发布「天工Skywork桌面版」（测评文），优先支持Windows系统，这是一款真干活、能干活的AI，可跨格式理解并处理电脑中的文档、图片、视频等文件，实现多任务并行与内容生成。
2月2日，阶跃星辰发布并开源了最新的基座模型Step 3.5 Flash，具备强大的推理能力与Agent智能，专为Agent而生。
2月2日，阿里Qoder团队上线首个定制模型Qwen-Coder-Qoder，紧贴Qoder的Agent框架、工具与场景进行了大规模强化学习训练。
1月30日，Vidu发布支持16s音视频的Vidu Q3模型 ，多镜头自由切换，节奏、情绪、叙事一气呵成，多语言对话，多语种文字渲染，专为漫剧、短剧、影视剧创作设计。
1月29日，阿里Qwen发布并开源语音识别模型Qwen3-ASR ，支持52种语言与方言识别，覆盖中文22种地方口音及多国英语变体，在嘈杂环境、歌唱场景下均表现稳定。
1月29日，MiniMax发布Music 2.5，在「段落级强控制」与「物理级高保真」两大技术难题上实现突破——让创作更准，让音乐更真。
1月28日，昆仑天工发布Mureka V8 （测评文），模型基于MusiCoT技术体系，在旋律完整性、人声表现力、编曲层次及混音质感上实现突破，生成效果达到可直接发布水准。
1月28日，阿里通义开源发布Z-Image模型，专注于解决AI绘画风格单一、人像同质化等痛点，模型支持从写实到动漫的多元风格生成，通过原生架构优化，显著提升对LoRA、ControlNet等微调方法的兼容性。
1月27日，Kimi发布并开源K2.5模型（测评文），代码能力显著升级，从单一 Agent 进化到了Agent集群。模型在Agent任务、代码生成、视觉理解（图像/视频）等多项基准测试中达到开源SOTA水平，支持多模态输入及四种工作模式。
1月27日，DeepSeek开源新一代文档识别模型DeepSeek-OCR 2，采用DeepEncoder V2架构，将传统固定顺序的图像扫描升级为具备因果注意力的语义推理模式。
1月26日，阿里正式发布千问旗舰推理模型Qwen3-Max-Thinking，该模型采用全新测试时扩展机制，推理性能提升同时更经济，并大幅增强原生Agent能力，模型对话时可自主调用工具。
1月26日，Clawdbot在Github上开源（实操攻略），项目支持自部署AI助手，通过网关连接聊天软件（如WhatsApp、Telegram）与多款AI模型（Claude、GPT等），并集成日历管理、邮件处理、自动化任务等技能，首个实现“对话式”个人助理。
1月26日，腾讯混元发布混元图像3.0模型，采用混合专家架构，支持图片编辑、多图融合等多样化视觉创作功能。
1月22日，通义千问团队开源Qwen3-TTS系列语音生成模型，全面支持音色克隆、音色创造与拟人化语音生成。
1月22日，百度发布文心大模型5.0，采用原生全模态统一建模技术，具备文本、图像、音频、视频等信息的全面理解与生成能力。
1月22日，腾讯CodeBuddy Code 2.0版本发布，不仅开放了SDK支持被集成，还全面拥抱开发者社区生态，支持Plugin插件市场，还能在隔离沙箱环境中安全运行。
1月22日，阶跃星辰（StepFun）开源10B参数多模态模型Step3-VL-10B，模型在视觉感知、数学竞赛、逻辑推理等核心维度达到SOTA水平，其创新的并行协调推理机制（PaCoRe）显著提升复杂任务处理能力。
1月20日，MiniMax Agent发布桌面版，推出AI原生工作台（测评文）。支持Windows和Mac系统，可深度打通本地文件与环境，实现本地与云端任务的无缝协同。
1月19日，安克与飞书联合发布AI录音豆，支持多语言转写翻译、会议纪要自动生成，能将录音内容智能分析为鱼骨图等可视化图表，自动同步至飞书多维表格。
1月15日，千问App上线多项AI办事功能（测评文），应用深度接入淘宝、支付宝、高德、飞猪等阿里生态业务，可实现AI点外卖、购物、订机票酒店等实用功能。
1月15日，阶跃星辰开源语音推理模型Step-Audio-R1.1，是全球首个开源原生语音推理模型，具备深度语音推理和实时响应能力，可端到端理解音频内容并进行复杂逻辑推理。
1月14日，智谱开源图像生成模型GLM-Image，首次在国产昇腾Atlas 800T A2芯片上完成全流程训练。采用“自回归+扩散解码器”混合架构，尤其擅长汉字生成任务。
1月14日，PixVerse发布全球首个实时世界模型PixVerse R1（测评文），模型支持无限流生成、多模态交互与即时响应，最高支持1080P分辨率。
1月14日，商汤科技正式上线「办公小浣熊APP」iOS移动版应用（测评文）。APP主打移动办公场景下的AI生产力工具，支持用户通过手机进行复杂表格数据分析、语音输入快速记录，并实现电脑与手机间的任务无缝接力。
1月12日，Anthropic发布Claude Cowork，作为Claude Code面向非开发者的衍生版本。工具允许用户授权Claude访问电脑指定文件夹，使其能在其中读取、编辑和创建文件。
12月30日，腾讯混元开源翻译模型Tencent-HY-MT1.5系列版本，包含1.8B和7B两个模型，支持33种语种互译及5种民汉/方言。
12月26日，MiniMax开源发布MiniMax M2.1模型（测评文），在多语言编程、全栈开发、Web与App开发以及Agent能力方面表现卓越。
12月23日，智谱开源发布新一代大模型GLM-4.7，在编码、推理与智能体能力上有显著提升。
12月18日，字节跳动发布Agent模型Seed1.8（测评文），模型集成搜索、代码生成与图形界面交互等多元能力，支持图文输入并具备原生视觉理解功能。
12月16日，通义万相发布Wan 2.6视频模型，国内首个支持角色扮演功能的视频生成。模型支持音画同步、多镜头叙事和音频驱动生成，可直出15秒高清视频。
12月1日，DeepSeek开源发布DeepSeek-V3.2，推理能力媲美Gemini-3.0-Pro，首次实现思考与工具调用融合，在Agent评测中达到开源模型最高水平。
K2.5系列模型上线后，Kimi编程和Office能力带来大幅提升，叠加其优秀的搜索能力，一直是我常用的AI之一。
依托字节体系，豆包下载量和月活数长期排全国第一，特别适合新用户使用，尤其是视频通话功能特别好用。
比如阶跃擅长视觉推理；元宝擅长与微信打通，且推出了相当多的实用功能；MiniMax擅长Agent；文心擅长写作与视觉识别；Z.ai擅长coding，且性价比超高。
。火山引擎提供了包括Seedace、Seedream、Seed语言模型
也还不错，特别适合0代码开发，可直接生成真实应用，有后台，有数据库，还有支付功能。
），Coding和Agentic能力大为提升，除了创建网页应用外，在office三件套上也有显著提升，交付质量极高。
比如，我让他搜索50个精品skills，它调用多个助手给活，一次性把结果给到了我。
体验地址：/span
Kimi的搜索能力一直很强（有自己的医疗、财经和学术数据库），幻觉低，是国内
2）可灵3.0。可灵最新版已升级至3.0，各方面能力进一步提升，价格略贵。
1）Kimi PPT。审美能力大幅提升，海外版还可以使用NBP模型生成图片版PPT，加上自身不俗的搜索能力，Kimi PPT一直是我推荐给朋友的主要PPT工具。
2）Skywork。Skywork网页版和桌面版均可生成PPT，擅长搜索，页面美观，在office领域一直评价很高。
用Lovart做PPT也不错（测评文），它可以调用NBP模型生成图片版PPT，非常精美，还可以自由修改。另外，的Genflow做PPT（测评文），也很好使。
1）夸克。支持超级AI框、AI相机、深度搜索等功能，可解万千问题，检索质量高，提供富媒体排版。
1）ima copilot。腾讯推出的AI智能工作台，可基于公众号、B站和知识库广场进行写作，支持即时编辑、扩写、润色。
通过浏览器插件方式使用，支持双语显示，降低原网页“侵入性”，可自行接入API模型（测评文）。
汇集了市面上几乎所有的AI产品，分类清晰、产品丰富、更新几十，可随时查找需要的AI。
剪映数字人支持对口型，可自由调节数字人的形象、音色、景别以及背景，付费。蝉镜性价比较高。
谷歌后来居上，带来了非常全面且强劲的Gemini 3.0 Pro模型，在多个基准上霸榜，遥遥领先第二名和第三名（测评文）。
这三个模型都还不错，性能全球领先，但价格较贵（也可考虑flash版，比较亲民），而且都需要美国身份证。
Cowork算是桌面Agent的起源，配合Claude模型能大幅提高生产力。不过，需要Pro版会员才能体验。
大香蕉算是生图领域的真神，时至今日，依然没有模型能追上NBP。使用NBP，基本都要付费，建议在Lovart上使用。
。OpenAI开启了一种新的叙事，Sora 2可以直出各种短视频，镜头、叙事完整。放到今天，依然没什么模型能追上。
歌全面赶超，在视频领域也拿出了相当亮眼的模型，而且是第一个做出音视同出的视频模型。IM电竞,IM电竞官网,IM电竞注册,电竞投注平台,电竞博彩,英雄联盟竞猜
