AI日报：MiniMax发布全模态模型H3，DeepSeek-V4-Flash正式版上线

MiniMax刚刚发布了通用全模态模型H3，这个模型牛的地方在于它能同时处理文本、图像、视频和音频，实现了统一理解与生成。这意味着你不用再切换不同工具，一个模型搞定所有模态。

H3在广告、电商、游戏这些商业场景里已经能稳定输出，支持原生双声道音视频，最高能生成15秒2K分辨率的内容。更关键的是，MiniMax还打算开源这个模型，这对国内AI生态是个大利好。

字节跳动的Seedance 2.5也来了，视频生成时长直接拉到30秒，支持多镜头叙事。以前AI视频就几秒，现在能讲完整故事了，还能保持人物和场景的一致性。

DeepSeek-V4-Flash正式版也上线了，激活参数只有130亿，但性能逼近旗舰模型。它支持OpenAI的API格式，开发者迁移起来很方便。DeepSeek还推出了自研的Agent框架，看来要在智能体赛道发力了。

另外几条值得关注的：

• DeepMind发布Gemini Robotics ER 2，首次实现多机器人协同作业
• 华为开源了5050亿参数的openPangu-2.0-Pro模型
• 阿里千问的语音识别模型Qwen-Audio-3.0-ASR-Flash在医疗场景专业词召回率达到95.36%
• 特斯拉中国车机正式接入豆包大模型

今天的AI圈，多模态和Agent是两大主线，各家公司都在抢入口。