AI日报：混元HyOCR-1.5发布、PixVerse估值破20亿、商汤开源新视觉模型

大家好，今天AI圈又有哪些新鲜事？

Table of Contents

腾讯混元发布 HyOCR-1.5：仅1B参数，推理提速6.37倍

腾讯混元最新推出的HyOCR-1.5，是一款轻量级端到端OCR模型。通过引入DFlash投机解码框架和智能体驱动数据流策略，在仅1B参数的情况下实现了推理速度6.37倍的提升。

更难得的是，混元选择全栈开源，模型权重、代码全部开放。这意味着开发者可以直接拿来用，也可以在此基础上做二次开发。对于需要文字识别能力的AI应用来说，这绝对是个好消息。

AI视频生成赛道又跑出一只独角兽。PixVerse刚刚完成C轮扩展融资，金额高达4.39亿美元，估值直接突破20亿美元。

PixVerse的产品矩阵已经覆盖视频生成、影视创作和游戏开发。虽然外界对数据同质化的质疑一直存在，但PixVerse强调其数据标注策略的重要性，并表示已实现高性价比的图生视频功能。接下来，他们计划进一步拓展全球市场，推动企业级服务。

AI视频这个赛道，看来还没到天花板。

商汤科技开源了多任务视觉模型 SenseNova-Vision-7B-MoT。这个模型把多种核心视觉任务集成到一个框架里，通用性很强，而且支持通过自然语言定义全新视觉任务变体。

对于做视觉理解和GUI智能体的开发者来说，这提供了一个不错的基座。模型权重和语料库子集都已经开放，社区可以直接上手研究。

谷歌在移动端AI应用上终于跟上了节奏。这次更新首次支持历史聊天记录搜索，信息检索效率大幅提升。iOS客户端还新增了文件上传功能，优化了移动办公场景下的文档流转体验。

简单来说，就是把原来只有网页版才有的深度交互功能，搬到了手机上。AI助手向长效生产力管理平台演进，这个趋势越来越明显了。

阶跃星辰在发布会上展示了三个东西：智能体原生系统Step AOS、大模型原生AI终端品牌STEPX，以及首款手机STEPX Neo。

Step AOS引入了双域三步记忆结构，实现智能体的个性化体验。端云多脑体系提升决策与执行能力，动态分配模型应对复杂任务。四维安全闭环确保用户数据安全与操作透明可溯。

AI手机这个概念喊了这么久，终于有人开始认真做系统级的原生智能体了。

小米的具身智能机器人又拿下新进展。在汽车制造领域，双侧螺母上件工站的作业成功率已达98%，接近人工水平。总装车间物流区的中控台侧盖板排序和料箱折叠回收，成功率也达到90%。

这个进展的意义在于，小米机器人深度接入了现代化工厂的自动化与数字化系统，验证了具身智能在复杂工业环境中的可行性。AI与物理世界的交互边界，正在持续拓宽。

苹果发布了iOS27的首个公开测试版。最值得关注的是Siri的全面AI进化，性能与视觉定制也有升级，应用生态和原生功能进一步优化。

虽然苹果在AI上的动作总是慢半拍，但iOS的更新节奏一直没断。这次Siri的全面进化到底能带来多少惊喜，还得等正式版再看。

QuestMobile最新数据显示，AI原生App月活达到4.99亿，同比增长85.4%。豆包、千问、DeepSeek构成第一梯队，月活分别为3.82亿、1.67亿和1.30亿。

最值得注意的是千问的增长率——高达5792.9%，增速暴涨近58倍。豆包用户基本盘韧性凸显，App端新增1378万用户。AI原生App的用户黏性在显著提升，竞争格局正在快速改写。

以上就是今天的AI日报。有什么感兴趣的话题，欢迎评论区聊聊。

本文地址：https://www.163264.com/14141