AI动态
AI 行业最新资讯与前沿动态
OpenAI 发布 GPT-5：多模态能力大幅提升，原生支持图像与音频推理
OpenAI 在今日凌晨的发布活动中正式推出 GPT-5 模型，新版本原生支持文本、图像、音频的统一推理能力，长上下文窗口提升至 200 万 token，在 MMLU、HumanEval 等基准测试中全面超越 GPT-4。
字节跳动豆包大模型升级：1.5T 长上下文窗口开启内测
字节跳动旗下豆包大模型宣布升级至 Doubao-Pro 1.5T 版本，原生支持 150 万 token 的超长上下文窗口，可一次性处理整本《三体》三部曲并保持稳定推理，已对部分企业客户开放内测申请。
Anthropic 推出 Claude 4.5：编码能力跃升行业第一，支持 8 小时连续 Agent 任务
Anthropic 发布 Claude 4.5 Sonnet 与 Claude 4.5 Opus 两款新模型，在 SWE-Bench Verified 上取得 78% 的最高分，新增"长程 Agent 模式"，可在受控环境中连续 8 小时执行自主编码与运维任务。
Google Gemini 2.0 正式版发布：原生多模态推理，速度提升 3 倍
Google 正式发布 Gemini 2.0 Flash 与 Gemini 2.0 Pro，新版本原生支持图像、音频、视频的统一输入输出，首字节响应时间从 1.8 秒降低至 0.6 秒，可与 Search、Maps 等 Google 服务原生联动。
Sora 2 正式开放使用：物理一致性显著提升，支持 60 秒长视频
OpenAI 旗下视频生成模型 Sora 2 正式面向 Plus 用户开放，新版本在物理模拟、人物连贯性、镜头运动等方面显著提升，单次生成时长上限提升至 60 秒，并支持参考图、参考视频作为输入。
Stability AI 推出 Stable Diffusion 4：4K 高清出图成默认，速度提升 2 倍
Stability AI 发布全新一代图像生成模型 Stable Diffusion 4，默认输出分辨率提升至 4096×4096，单图生成时间较 SD3 降低 50%，并原生支持中文 Prompt 输入，对亚洲人脸、汉字渲染更准确。
Midjourney V7 重磅上线：4K 画质与角色一致性突破
Midjourney 正式发布 V7 版本，新版本默认开启"自然语言模式"，支持中文 Prompt 描述，4K 高清出图速度提升 3 倍，并通过 Character Coherence 功能实现角色在多张图中保持一致外观与服装。
Runway Gen-4 推出角色一致性：电影预告片一键生成
Runway 发布 Gen-4 模型，主打"角色一致性"与"场景一致性"，可在多个镜头中保持角色外观、服装、表情连贯，配合新推出的电影模板，3 分钟即可生成完整电影预告片。
智谱 GLM-5 开源发布：性能对标 GPT-5 同档位模型，商用免费
智谱 AI 正式开源 GLM-5 系列模型，包含 GLM-5-Base、GLM-5-Chat 与 GLM-5-Code 三款权重，在 MMLU、CMMLU、HumanEval 等基准测试中均接近 GPT-5 同档位模型水平，并允许免费商用。
月之暗面 Kimi 更新：支持 200 万字长文本深度阅读与分析
月之暗面旗下 Kimi 智能助手完成新一轮升级，长上下文窗口扩展至 200 万汉字，新增"深度阅读"模式，可对长篇财报、论文、合同进行结构化提取与跨章节问答，免费用户也可使用。
