OpenAl首次推出开源语言模型--gpt-oss

OpenAl开源大模型gpt-oss，包含1200亿和200亿参数两种版本，支持Apache 2.0商业化。模型针对AI Agent进行特殊训练，支持函数调用、网络搜索等功能，可助力快速开发智能体。

小红书 hi lab 开源多模态大模型 dots.vlm1，效果接近闭源 SoTA 模型。

小红书hilab开源了多模态大模型dots,ylm1。模型基于12亿参数的NaVi视觉编码器和DeepseekV3 LM构建，具备强大的视觉感知和文本推理能力。视觉编码器从零训练，支持动态分辨率，引入纯视觉监督提升感知能力。

谷歌DeepMind推出通用世界模型Genie3，首个可实时交互世界模型

谷歌DeepMind推出通用世界模型Genie 3，是首个可实时交互的世界模型。基于文本提示，Genie 3能以每秒24帧720p分辨率生成长达数分钟的交互式3D环境，相比Genie 2的10到20秒有了显著提升。Genie 3在模拟世界物理特性、自然世界、动画和小说建模等方面表现出色，能突破时空限制生成内容。

Anthropic发布Claude Opus 4.1模型，全面超越OpenAlo3

Anthropic发布Claude Opus 4.1模型，Pro/Max/Team用户可在网页端使用，API也已开放。Claude Opus 4.1性能更强，价格不变。在Agent能力、高级编程、搜索和写作等方面全面提升，能准确处理长时程任务和复杂企业工作流程，完成上千步骤的长程编程任务。

谷歌Gemini上线 AI生成故事书功能--Storybook

谷歌Gemini Al聊天机器人上线"Storybook”功能，可生成10页图文并茂的故事书。用户只需简单描述，能生成带插图的故事，Gemini能朗读内容。用户可定制故事风格，如黏土动画、动漫等，可上传图片，如孩子的画作，让Gemini以此编故事。

美国Al Agent营销平台Clay完成1亿美元C轮融资。

美国Ai营销平台Clay完成1亿美元C轮融资，投后估值达31亿美元。本轮融资由Alphabet旗下CapitalG领投，MeritechCapital Partners、红杉资本等参投。Clay成立于2017年，总部位于纽约，最初聚焦”让编程民主化"，后转型为AI营销工具，帮助销售和市场团队寻找潜在客户并推动转化。

ElevenLabs推HAI音乐生成工具:Eleven Music

FlevenLabs推出Ai音乐生成工县fleven Music、可根据文本提示快速生成高质量，定制化的音乐作品，用户通过自然语言描述调整歌曲风格、节奏、歌词等，支持逐段编辑，实现无缝过渡和精确情绪转换。