AI日报：腾讯开源770B参数旗舰模型；Midjourney V8.2上线；谷歌Gemini Omni视频模型登场

欢迎来到今天的AI日报，这里是你每天了解人工智能最新动态的窗口。今天的内容涵盖了开源大模型、视频生成、图像编辑、金融AI、智能编程、搜索升级、自动驾驶和物理AI等多个热点领域。

Table of Contents

1、腾讯混元开源旗舰模型Hy4preview：770B参数，上下文1M

腾讯混元正式发布开源旗舰模型Hy4preview，总参数达到770B，支持1M上下文长度。这个模型定位真实生产力场景，已经在多个平台上线。

从实际表现来看，Hy4preview在软件工程、办公场景、游戏开发和科研领域都有显著进展。内部盲测数据显示，它的性能优于GLM-5.3和Kimi K3。腾讯这次选择开源策略，也反映了大模型竞争正在从单纯的参数竞赛转向实际生产力验证。

谷歌发布了全新的Gemini Omni 1.1 Flash视频生成模型，在多模态视频生成领域实现了重要突破。这个模型有几个值得关注的功能：

模型还提供多种分辨率选项，采用阶梯式定价，降低了使用门槛。

Midjourney V8.2带来了图像编辑模型的重大升级，让AI绘画更加精准可控：

蚂蚁集团和中金公司合作推出了专门针对金融场景的大模型Ling-3.0-flash-Fin。这个模型在专业金融语料训练下，投研能力显著提升，在信息检索等核心能力上表现优异。

双方还推出了FinFIRST金融搜索基准，并计划开源模型权重和提供免费API调用，推动金融AI生态发展。

阿里发布的全新Qoder完成了从AI编程工具到智能体工作台的升级。新版本将工作对象从”代码工程”转向”智能体任务”，支持”读—改—验证—迭代”的自主闭环，具备跨文件编辑能力。

产品提供编程模式和通用模式双入口，让非技术用户也能参与开发工作。

谷歌的对话式搜索”AI模式”迎来重大升级，新增航班价格追踪、酒店预订辅助和积分/里程价格查看等功能，正在向全流程AI旅行代理演进。

目前支持整合300多家航空公司及旅行网站的价格和推荐方案，酒店场景可以基于用户偏好推荐附带评价的房源，并直接跳转完成支付。

小鹏第二代VLA大模型迎来首次重大升级，核心突破是让AI真正理解时间，实现从静态3D空间到动态4D时空的跃迁。

升级亮点包括：引入Infini-VLA长时序架构提升时间理解能力；推理效率提升，实现”边看、边想、边行动”的并行处理；首次推出Master Agent，实现VLA与VLM的驾舱融合；并将Robotaxi的L4级体验下放至量产车型。

Anthropic发布了模型硬件标准（MHS），标志着其首次公开进军具身智能和物理AI领域。MHS是一套统一的控制与通信标准，让AI智能体能够操控多种物理设备。

在生物医药领域，MHS已经展现出显著缩短实验开发与运行周期的能力。Anthropic这一步，把大模型竞争从对话层面延伸到了动手操作层面。

以上就是今天的AI日报。从开源大模型到视频生成，从金融AI到物理世界，AI正在加速渗透各个领域。如果你对某个话题感兴趣，欢迎在评论区讨论。

本文地址：https://www.163264.com/15343