豆包AI助手推出"应用创造1.0"功能，带来可视化编程新体验。该功能支持用户像编辑PPT一样直观地修改网页应用内容，包括文字、图片及局部元素调整，大幅降低编程门槛，让零基础用户也能轻松上手。这是豆包继1月份推出专业编程功能后，在普及AI编程工具上的又一重要升级，旨在让更多人享受AI辅助开发的便利。用户可通过豆包首页的"AI编程"入口体验这一新功能。

腾讯开源专为机器人设计的HY-Embodied-0.5-X多模态大模型，采用创新的MoT架构，在22项评测中获得16项最佳。该模型包含2B端侧版和32B复杂推理版，具备空间感知、动作规划和风险预判能力，基于超1亿条专属数据训练。其核心优势在于实时视觉处理和高精度动作执行，使机器人能更好地适应真实场景。目前模型已在GitHub和HuggingFace开源，可应用于家庭服务和工业生产线等领域，推动具身

腾讯开源专为机器人设计的HY-Embodied-0.5-X多模态大模型，采用创新的MoT架构，在22项评测中获得16项最佳。该模型包含2B端侧版和32B复杂推理版，具备空间感知、动作规划和风险预判能力，基于超1亿条专属数据训练。其核心优势在于实时视觉处理和高精度动作执行，使机器人能更好地适应真实场景。目前模型已在GitHub和HuggingFace开源，可应用于家庭服务和工业生产线等领域，推动具身

腾讯开源专为机器人设计的HY-Embodied-0.5-X多模态大模型，采用创新的MoT架构，在22项评测中获得16项最佳。该模型包含2B端侧版和32B复杂推理版，具备空间感知、动作规划和风险预判能力，基于超1亿条专属数据训练。其核心优势在于实时视觉处理和高精度动作执行，使机器人能更好地适应真实场景。目前模型已在GitHub和HuggingFace开源，可应用于家庭服务和工业生产线等领域，推动具身

腾讯开源专为机器人设计的HY-Embodied-0.5-X多模态大模型，采用创新的MoT架构，在22项评测中获得16项最佳。该模型包含2B端侧版和32B复杂推理版，具备空间感知、动作规划和风险预判能力，基于超1亿条专属数据训练。其核心优势在于实时视觉处理和高精度动作执行，使机器人能更好地适应真实场景。目前模型已在GitHub和HuggingFace开源，可应用于家庭服务和工业生产线等领域，推动具身

AI视频生成迎来重大突破：SkyworkAI团队发布的Matrix-Game3.0首次在720p高清分辨率下实现40帧/秒的实时视频生成，并解决了长期存在的"失忆"问题。通过相机感知记忆检索机制和统一自注意力架构，系统能保持时空一致性，实现了从"生成片段"到"构建世界"的进化。该技术采用3A游戏数据+真实场景训练，通过剪枝、量化等优化手段

WaveSpeedAI成为全球首个支持Wan2.2API的平台，为AI视频生成带来重大突破。该平台整合100+开源/闭源模型，通过自研技术将生成速度提升2-10倍，成本降低30-70%。Wan2.2API以每个视频0.05美元的超低价提供电影级镜头运动、情感表达和照片级写实效果，成为最佳开源视频模型。WaveSpeedAI凭借技术实力率先接入该API，为创作者提供高效低成本的视频创作方案，推动AI

本周，全球AI编程领域发生了一起极具戏剧性的“反转”事件。长期被视为硅谷AI明星初创公司的Cursor，在发布其号称拥有“巅峰级编程智慧”的新一代模型Composer 2后，迅速陷入了一场关于技术原创性的信任危机。不同于以往的技术迭代赞美，这次迎接他们的是来自开发者社区的“代码 forensic（取证）”。

阿里旗下HappyHorse模型在全球权威AI视频榜单Artificial Analysis上登顶，以1355分大幅领先第二名字节跳动82分。该模型由"可灵之父"张迪团队5个月打造，展现了阿里从基础设施到模型层的全栈AI实力。HappyHorse的胜出打破了国内AI视频格局，证明技术壁垒尚未固化，人才流动和全栈布局正重塑行业竞争。评测体系的成熟也使AI竞争更透明，推动行业从营销

小米开源OmniVoice语音合成模型实现技术突破，支持600多种语言并达到SOTA水平。该模型采用创新架构，合成速度达实时40倍，中文识别准确率WER仅0.84%，超越主流商用产品。其零样本克隆功能仅需3秒音频即可复制声音，并支持个性化调整。特别值得一提的是，该技术为小语种数字化保护提供可能。项目完全开源，将大幅降低语音合成技术门槛，推动有声书、虚拟主播等应用发展。