百度开源 OCR 新模型 Unlimited OCR
据量子位报道，Unlimited OCR 可一次处理整本书级别的长文档，刷新开源 OCR 的 SOTA 成绩。
新闻动态
海外一手 AI 动态的中文速览 + 国内 AI 新闻 + 站内原创文章，按发布时间从新到旧排列。资讯摘要整理自公开来源，附原文链接。只收 AI 与科技内容，不收政治、军事等话题。
共 288 条 · 第 12 / 12 页
2026 年 6 月
英伟达开源 NeMo AutoModel，MoE 微调提速 3.7 倍
该框架基于 Transformers v5，加入专家并行、DeepEP 和 TransformerEngine。
百度千帆 Token Plan 企业版发布，已接入 GLM-5.2
企业可通过统一采购和管理的订阅服务使用 AI 能力，百度千帆已完成智谱 GLM-5.2 适配。
阿里 QoderWork 推出「峰谷 Token」，夜间 Qwen3.7 低至 2 折
每晚 22:00 至次日 08:00 运行的智能体任务自动享受折扣，覆盖 QoderWork、Qoder Desktop 等产品。
字节发布豆包 Seed 2.1 系列模型
据量子位报道，Seed 2.1 编程能力比肩 Opus 4.7，其智能体可连续运行 18 小时完成芯片设计代码任务。
阿里发布视频生成模型 HappyHorse 1.1
新版在动态表现、主体一致性、指令遵循、画面质感和音频能力上全面升级。
昆仑万维发布天工 3.1，上线 Skywork Design 与动态工作流
天工 3.1 新增设计和动态工作流能力，官方称天工超级智能体收入实现三倍增长。
智谱开源 GLM-5.2，支持 1M 上下文
据量子位报道，GLM-5.2 在 AI 编程榜单上位列开源模型第一、全球第二。
阿里发布千问首个具身智能模型系列 Qwen-Robot
系列包含操作模型 Qwen-RobotManip、导航模型 Qwen-RobotNav 和世界模型 Qwen-RobotWorld，可单独或协同部署。
Noiz AI 联合港科大、清华开源音频生成大模型
该模型 4 步即可生成音频，单卡耗时 0.24 秒，并能理解时间戳指令。
阿里推出免费高考志愿填报智能体
阿里为高考生推出志愿填报 Agent，上线前进行了 40 万名模拟考生的压力测试。
Meshy 发布 3D AI Agent，面向可用 3D 资产创作
Meshy 推出的 3D 智能体旨在减少反复生成和修改，让生成结果直接成为可用资产。
小米发布 MiMo-V2.5-Pro-UltraSpeed 高速推理模型
据量子位实测，该万亿参数模型吞吐量超过每秒 1000 Token，在通用 GPU 上即可实现。
高德发布 3D 原生城市世界模型 ABot-Earth0.5
ABot-Earth0.5 直接用 3D 数据训练，输入卫星图或文字即可在消费级单卡上生成 3DGS 城市场景，已开放内测。
国产开源长视频生成框架发布，可稳定生成 5 分钟视频
据量子位报道，该框架主打长时角色一致性、低延迟和实时超分。
金山办公发布 AI 笔记产品 WPS 笔记
WPS 笔记支持语音、图片、文字、网页等多种录入方式，AI 贯穿记录、整理和复用全过程。
腾讯云发布 WorkBuddy 企业版及办公智能体套件
腾讯在 AI 产业应用大会上发布 WorkBuddy Enterprise 和 Agent Suite，帮助企业沉淀团队记忆与 Skills。
阶跃星辰 Step 3.7 Flash 发布，速度与性价比登上 AA 榜首
Step 3.7 Flash 在 OpenRouter 热度榜升至全球第二，并在 Artificial Analysis 的速度、性价比等指标上排名第一。
MiniMax M3 上线，官方调整 Token Plan 周用量限额
量子位实测了 MiniMax M3 的多模态能力；针对新计费方式的讨论，MiniMax 提高了周用量限额。
字节开源视频编辑框架 Bernini：先理解意图再生成
Bernini 为 DiT 视频生成模型引入大模型做意图理解，提升 AI 视频编辑对指令的遵循能力。
百度发布 PaddleOCR-VL-1.6，文档解析准确率达 96.33%
作为文心衍生模型，PaddleOCR-VL-1.6 在 OmniDocBench v1.6 上取得 96.33% 总分，已上线官网并支持 API 调用。
清华 AIR 开源机器人强化学习训练框架 UniLab
UniLab 号称 3 分钟可训好人形机器人运控策略，训练速度提升约 10 倍，并可在 Mac 上运行。
阿里发布千问 Qwen3.7-Plus 多模态大模型
Qwen3.7-Plus 文本与视觉能力大幅提升，可完成复刻 App、桌面软件等长程任务，已在阿里云百炼提供 API。
Agnes AI 宣布全模态 API 无限期免费开放
据量子位报道，Agnes AI 将文本、图像、视频全模态 API 免费开放，开发者可直接调用。