行业资讯

MiniMax H3开源当日，昇腾AI基础软硬件即完成适配支持。依托CANN异构计算架构、sglang-diffusers推理引擎实现"发布即支持"。数聚红芯推出基于昇腾AI一体机的本地部署方案。业内认为体现了国产AI算力生态在大模型应用层面的成熟度。

MiniMax H3作为首款开源通用全模态生成模型正式开源，支持多模态上下文统一理解，可同时解析文本、图像、视频、音频四类素材。开放模型权重支持个人与企业免费商用、私有化部署。核心技术包括Contextual Omni Representation和H3-Omni Transformer。

由之江实验室、国星宇航联合打造的三体计算星座12颗AI算力卫星完成组网运行，标志全球首个商用太空计算星座正式投入在轨验证。单星峰值算力744TOPS，最高100Gbps星间激光链路，可直接在轨部署百亿参数AI大模型。

8月5日，小米技术官方宣布，小米具身基座模型Xiaomi-Robotics-1正式开源。该模型基于超过10万小时UMI数据进行预训练，并使用超过1万小时跨本体数据进行后训练。采用预训练+后训练的两阶段训练范式，本次开源覆盖从真机后训练到模型部署的完整流程。项目代码已在GitHub及Hugging Face平台同步上线。

北京大学与元空AI Agent联合实验室正式推出OpenAI4S（Open AI for Scientist），面向科研人员的智能体项目，采用MIT协议开源，核心模块零依赖。内置30余个科研Skills模块，覆盖蛋白质结构分析、分子对接、单细胞数据处理等场景，采用代码即行动思路构建完整科研工作流。

谷歌DeepMind发布Gemini Robotics 2系列机器人模型，包含三款模型：Gemini Robotics 2（视觉-语言-动作VLA模型）、Gemini Robotics ER 2（具身推理模型）、Gemini Robotics On-Device 2（端侧优化VLA模型）。核心突破是实现人形机器人从脚到指尖的全身端到端控制，支持多机器人协同作业。在一次演示中，Apollo 2收到指令后跨过房间完成放置任务。搭载五指SharpaWave仿人手的Apollo 2，能够执行系垃圾袋、拧下灯泡等精细操作任务。

Sharpa公司研发的Wave灵巧手搭载于Apptronik公司Apollo 2机器人上，完成系垃圾袋、拆卸灯泡、封合密封袋等多指灵巧操作任务。该演示项目体现Google DeepMind发布的Gemini Robotics 2模型能力，新模型核心突破在于将视觉、语言与运动控制进一步统一，使人形机器人能够协调全身动作。

面壁智能联合OpenBMB开源社区正式发布并开源了全球首个Stencil优化'自动研究+自动部署'大闭环的AI系统——ForgeStencil，仅用1周时间就自动完成了100+真实工业和科学计算软件的重构优化，全程0人类专家介入。

腾讯混元正式发布新一代语音识别模型Hy ASR 3.0 preview。该模型基于Hy3大语言模型的底层理解能力，融合高精度语音识别与深度语义理解，实现了从传统逐字转写向理解语境与一键直出的跨越。在公开评测集中，该模型的多语种词错误率控制在3%左右，其中中文普通话词错误率为3.34%，英语为2.62%，粤语为3.12%，整体性能处于行业领先水平。作为多模态AI的关键入口，高精度、低时延的语音感知能力是具身智能、智能座舱以及AI Agent等场景落地的重要前提。元宝已完成首发上线并免费开放。

DeepSeek凭借刚上线的V4-Flash正式版和断层领先的性价比引爆热搜。最新公布的推理加速方案DSpark能让生成速度暴涨60%-85%，采用半自回归架构确保草稿文字间关联性、引入置信度动态校验。配套工具DeepSpec已上传GitHub和Hugging Face。6月完成超500亿元融资，创始人梁文锋个人出资约200亿元，腾讯、宁德时代等跟投；启动史上最大规模招聘。