AIGC资讯

QuestMobile报告显示，2026年6月国内AI原生App月活达4.99亿，同比增长85.4%。豆包以3.82亿月活居首，千问1.67亿第二（同比增5792.9%），DeepSeek约1.29亿第三。AI应用使用深度提升，月人均使用92.7次、时长183分钟。

腾讯混元发布轻量化端到端OCR模型HunyuanOCR-1.5，仅1B参数。通过DFlash投机解码实现Transformer推理速度最高提升6.37倍，引入Agentic Data Flow增强长尾场景处理能力。支持4K图像和128K上下文，可完成文档解析、表格识别、图文翻译等任务。已开放模型权重及多种推理方案，适用于企业文档数字化、学术论文解析等场景。

阶跃星辰近日发布Step Edge系列终端模型，重点面向本地设备上的多模态人工智能处理。该系列模型可以在终端侧处理文本、图像和音频，并支持屏幕理解、语音识别等功能，让AI能力更贴近手机、电脑、智能硬件和其他设备。 与完全依赖云端服务器的AI服务相比，端侧模型可以直接在本地设备上完成部分推理任务，减少数据上传和网络请求带来的等待时间。根据官方公布的信息，Ste

蚂蚁集团近日宣布开源两款智能体安全模型，分别是面向智能体行为安全的SingGuard-NSFA，以及面向多模态内容安全的SingGuard。这两款模型主要针对大模型和AI智能体在实际应用中面临的行为失控、权限滥用、提示词攻击和多模态内容绕过等问题，为开发者提供更加完整的底层安全能力。 随着AI智能体开始连接搜索、数据库、文件系统、办公软件和业务接口，模型的安

努比亚AI宠物机器人iMoochi将于2026年7月17日上线，主打情感陪伴与拟生命交互。它通过声纹认主、五种性格选择和个性化成长机制，为都市独居人群提供低负担、持续互动的陪伴体验，区别于传统智能设备的功能导向设计。

商汤科技开源SenseNova-Vision统一视觉大模型，单模型覆盖检测、分割、深度等四大核心视觉任务，可替代多专用模型方案。同时开放5000万条样本的视觉指令语料库，支持开发者灵活构建多任务视觉应用，降低部署与维护复杂度。

字节跳动旗下AI原生智能体工作台TRAE Work现已开放GLM-5.2免费使用权益。用户登录TRAE Work中国版后，即可体验GLM-5.2相关能力，无需先安装桌面软件，直接使用网页版也可以开始进行文档写作、PPT制作、代码开发和复杂任务处理。 TRAE Work由原TRAE SOLO于2026年6月正式升级而来。升级后的产品围绕不同工作场景提供了Wor

TRAE Work中国版近期进一步完善Design模式能力，桌面端、网页端和移动端现已支持用户根据具体设计需求自由切换模型。除系统默认的智能Auto模型外，用户还可以选择Doubao-Seed-2.1-Pro、Doubao-Seed-2.1-Turbo、GLM-5.2、GLM-5-Turbo等主流模型，为AI视觉表达、网页设计、交互原型和前端页面生成提供更多

字节跳动旗下最新视频生成模型Seedance 2.5计划于2026年7月16日正式全量开放API。此次开放意味着Seedance 2.5将从此前的灰度测试阶段进入更广泛的商业应用阶段，开发者、内容团队、广告公司和影视创作者有望通过API接入视频生成能力，进一步降低高品质AI视频的制作门槛。 相比传统视频制作流程，AI视频生成工具能够在较短时间内完成脚本视觉化

快手 KwaiKAT 发布 KAT-Coder-Pro V2.5，定位从代码补全升级为端到端软件工程 Agent。通过 AutoBuilder 将仓库环境构建成功率提升至 57.2%，利用失败轨迹增强调试能力，并基于 KwaiClawEnv 扩展复杂业务工作流。训练上采用非对称 PPO 与分层奖励机制，强化长程任务执行与信用分配。

随着AI视频生成技术持续发展，越来越多平台开始从单纯的视频生成工具转向完整的内容创作平台。 近日，B站正式推出专业级AI视频创作平台 UpDream ，面向UP主、视频团队以及专业内容创作者打造全新的AI创作工作流。不同于传统AI工具依赖提示词反复调整的方式，UpDream更强调“协同创作”理念，通过对话式交互、节点化工作台以及长期记忆能力，让AI真正参与到创作过程之中。 对于长期从事视频创作的用户来说，UpDream不仅是一款AI视频生成工具，更像是一位能够理解创作习惯、记...

阶跃星辰将于7月13日发布全球首款AI智能体手机，由华勤技术深度代工。该设备突破传统AI手机局限，实现系统级任务理解与跨应用执行，定位原生Agent终端。其商业化落地节奏或领先OpenAI（后者硬件预计2027年发货），标志着大模型+终端全链路战略的关键突破。

字节跳动发布 Seedream 5.0 Pro，聚焦专业设计与生产流程，提升图文匹配、文字渲染等基础能力。核心突破包括：复杂信息可视化、交互式精准编辑（支持点选、圈选、图层分离等）、真实影像质感及原生多语种输入生成，旨在将AI从生成工具升级为设计迭代协作工具。

追觅推出内置JoyInside大模型的AI电子宠物Domi，定价342元，支持语音对话、触摸摇动等物理交互及配套App心情日记。其核心从“会回答问题的玩具”升级为具备感知、反馈与成长记录能力的陪伴终端，体现AI玩具向完整家庭智能教育产品演进的趋势。

蚂蚁集团旗下inclusionAI开源Avernet V0.1，定位为多智能体协作基础设施，专注解决注册、发现、连接、路由、群组协作、会话管理与异构生态集成等协作层难题，支持自由聊天、leader-follower等多种协作模式，兼容多种Agent框架，实现可追踪、可复用的协作闭环，推动多Agent稳定协同。

腾讯混元Hy3（295B参数、21B激活、256K上下文）发布，采用MoE架构，强化Agent与复杂推理能力，已接入腾讯云、元宝等产品，支持495步智能体工作流，输入价格低至1.2元/百万tokens，开源并兼容主流框架，推动大模型从单轮对话向真实业务系统深度耦合。

阿里通义千问在 2026年7月6日 披露，实时语音识别模型 Fun-ASR-Realtime 完成升级，并已通过 API 上线阿里云百炼平台。对于实时字幕、语音助手、国际会议、跨语种客服和多方言语音处理场景来说，这次升级的意义不只是“准确率更高”，而是进一步推动实时语音交互进入更稳定、更广覆盖的应用阶段。 从公开信息来看，这次升级有几个核心点值得关注。第一， Fun-ASR-Realtime 的首字延迟控制在百毫秒级别，这意味着用户开口后，系统可以更快给出首轮识别反馈。对实时...