阿里千问 Qwen-Image-3.0 上线千问AI平台，开放 Pro 与 Standard 双版 API，文生图 0.18 元/张。指令输入最高 4.5k token，一次生成试卷、分镜、UI 等复杂版面，文字渲染达 10px，支持 12 种语言，Arena 文生图榜单位列国内第一、全球第二。

字节跳动 Seed 团队发布原生音视频全双工大模型 SeedRealtime，已在豆包 App 全量上线。采用统一端到端架构，原生融合音频、视频与文本三种模态，实现边看、边听、边说的实时交互，支持音视频联合理解、主动提醒与自然接话，端到端评测显示对话节奏问题较级联模型减少约一半。

马斯克宣布 xAI 将于下周发布 1.5 万亿参数（1.5T）的 Grok 4.6，并在 3-4 周后上线 2.1 万亿参数（2.1T）的 Grok 4.7。Grok 4.6 将在监督微调与强化学习上显著改进，Grok 4.7 各方面更强但服务速度略慢、token 使用效率更高。

秘塔接入 MiniMax 开源的 H3 全模态视频生成模型，支持 768P 分辨率按秒计费，无需本地部署即可调用。H3 统一处理文本、图像、视频、声音多模态上下文，输出原生双声道音视频，最高支持 15 秒、2K 分辨率，并已获 ComfyUI 适配。

兔展基于自研 UniWorld-Design 视觉大模型推出图层级 AI 设计工具 RabbitVis，解决传统 AI 生图一次成型、难以修改的痛点。支持生成 RGBA 透明底素材、将完整图像拆解为可编辑图层，并通过自然语言调整版式与文字，生成、编辑、排版、协作一站式完成。

AI 初创公司 Infinity 用自研编程 Agent 仅 10 小时为 d-Matrix 搭建出类 CUDA 软件，自动生成 GPU Kernel、测试并优化代码。分析认为训练侧 CUDA 壁垒仍稳固，但推理侧软件可跨芯片运行、客户更看重成本，CUDA 锁定效应开始松动。