行业资讯

智谱GLM-5.2在AI Analysis Intelligence Index中得51分，超越谷歌Gemini 3.1 Pro Preview的46分。GLM-5.2为7440亿参数MoE架构，1M上下文窗口，整个训练使用华为昇腾芯片完成，无英伟达硬件参与。

日本东北大学发布Sumi扩散语言模型，突破传统自回归架构，允许在生成过程中任意修改文本，70亿参数已完全开源

开源音频生成框架AudioX-Turbo支持文本、视频、音频三种模态输入快速生成声音，仅需4个推理步骤，接近实时处理效率

科技日报报道月之暗面发布并开源Kimi K2.7 Code编程模型，参数量1.1万亿，256K上下文。该模型大幅改善长程任务过度思考倾向，平均token消耗减少30%。K3系列模型可能在今年暑期上线。

百度低调开源Unlimited OCR模型，总参数仅30亿，实际激活参数仅500M，在OmniDocBench基准测试中以93.23%综合得分刷新端到端OCR纪录，远超参数规模大数十倍的Qwen3-VL和Gemini-2.5 Pro等知名模型。核心技术为参考滑动窗口注意力机制（R-SWA）和DeepEncoder视觉压缩模块，已同步上线GitHub和HuggingFace。

日本AI实验室Sakana推出颠覆性"编排"框架模型Fugu，在SWE-Bench Pro测试中得分73.7超越Claude Opus 4.8（69.2）和GPT-5.5（58.6）。Fugu通过协调多个前沿模型取代暴力扩参路线。

科大讯飞发布SpaceMind物理AI入口，搭载60GHz毫米波雷达感知系统，实现5cm级三维空间定位和呼吸级微动检测。已在海外中东/拉美/东南亚落地。

Qwen-RobotManip在EBench Generalist Test上取得45.6% Test SR与60.8% Test Score排名第一，相比Lingbot-VA领先约14.7与13.1个百分点。

科大讯飞星火4.0版本在推理速度、多模态能力和长文本理解上取得显著提升，推理速度相比3.5版本提升近一倍，付费企业客户转化率显著改善。

6月22日，阿里巴巴发布视频生成模型HappyHorse 1.1，较1.0版本在动态表现力、主体一致性、指令遵循、视觉质感和音频能力等维度系统性升级。