紧跟技术浪潮，洞察行业未来，MIAOYUN「每周 AI 新鲜事儿」，为您精选全球 AI 领域的最新动态，涵盖 AI 大模型技术、AI 产品及工具、市场动态及趋势发展等，助您走在智能时代前沿，一起来回顾本周发生的 AI 新鲜事儿吧！

AI 开源大模型

华为云发布盘古大模型 5.5，宣布新一代昇腾 AI 云服务上线，发布鸿蒙智能体

6 月 20 日，在华为开发者大会 2025（HDC 2025）主题演讲中，华为常务董事、华为云计算 CEO 张平安宣布基于 CloudMatrix384 超节点的新一代昇腾 AI 云服务全面上线，为大模型应用提供澎湃算力；宣布盘古大模型 5.5 正式发布，自然语言处理（NLP）、计算机视觉（CV）、多模态、预测、科学计算五大基础模型全面升级。同时，张平安还分享了盘古大模型在农业、工业、科研等领域的丰富创新应用和落地实践，持续深入行业解难题，成就行业 AI 先锋。

会上，华为还推出鸿蒙智能体，首批超 50 个智能体即将上线，涵盖效率工具、教育医疗等领域，实现多设备协同。用户可通过导航条、语音等方式调用，如 ChatExcel 聊天处理 Excel，大众点评智能体推荐美食等，大幅降低使用门槛，为鸿蒙生态注入新活力，开启智能交互新纪元。

参考：华为云发布盘古大模型5.5，宣布新一代昇腾AI云服务上线，成就行业AI先锋

昆仑万维正式发布并开源 Skywork-SWE-32B 模型

6 月 20 日，昆仑万维发布软件工程（Software Engineering, SWE）自主代码智能体基座模型 Skywork-SWE，在开源 32B 模型规模下实现了业界最强的仓库级代码修复能力。该模型基于超 1 万个 GitHub 仓库任务实例构建最大可验证数据集，在 SWE-bench Verified 基准上的准确率达到 38.0%，通过测试扩展技术可提升至 47.0%，性能领先开源模型。团队通过三阶段收集验证训练数据，从 15 万个仓库中筛选出高质量样本，并借助 OpenHands 框架记录智能体解决过程，确保模型训练效果。目前，Skywork-SWE-32B 模型已在 Hugging Face 平台上线，开发者可免费获取。

参考：昆仑万维正式发布并开源Skywork-SWE-32B，揭示LLM软件工程能力的数据缩放定律

腾讯 AI Lab 开源 SongGeneration 音乐生成大模型

6 月 20 日，腾讯 AI Lab 推出并开源音乐生成大模型 SongGeneration，专注解决 AIGC 音乐中音质、音乐性与生成速度这三大难题，基于 LLM-DiT 的融合架构，模型在保持生成速度的同时，显著提升了音质表现，生成歌曲准确度相较部分商业闭源模型表现出相当甚至更优的质量，同时在整体表现、旋律、伴奏、音质与结构等维度也优于现有多数开源模型。该模型还支持文本控制、风格跟随、多轨生成和音色跟随，提供灵活的音乐风格调整与简单易用的操作接口。

参考：一键生成歌曲，腾讯AI Lab开源音乐生成大模型 SongGeneration

谷歌开源实时音乐生成模型 Magenta RealTime

6 月 22 日，Google Gemma 团队发布开源了实时音乐生成模型 Magenta RealTime，基于 Transformer 架构、8 亿参数，依托 Lyria RealTime 技术，能以 2 秒音频片段为单位生成 48kHz 立体声音频，支持通过文本提示实时调整风格、节奏等，在游戏、直播等场景可动态混音。目前，已在 Hugging Face 开源并提供 Colab 运行环境，单次输出限制 10 秒但侧重实时交互创作。

参考：谷歌开源轻量版音乐生成项目！Magenta RealTime：全球首个支持实时生成音乐的模型！

网易有道发布并开源“子曰 3”系列大模型

6 月 23 日，网易有道正式发布并开源旗下最新“子曰 3”系列大模型（Confucius3-Math），这是国内首个专注于数学教育，可在单块消费级 GPU 上高效运行的开源推理模型。该模型在 GAOKAO-Bench（Math）评测中取得 98.5 分的优异成绩，推理性能约为 DeepSeek R1 的 15 倍，且可在普通消费级 GPU 上运行，服务成本每百万 token 低至 0.15 美元。

参考：低成本、高性能，“子曰3数学模型”正式开源！

MiniMax 发布 Voice Design 音色设计功能

6 月 23 日，MiniMax 发布 Voice Design 音色设计功能，实现基于自然语言描述的多维语音控制，可生成前所未有的虚拟音色。该功能与 Speech-02 语音模型深度融合，支持“任意语言 ×任意口音×任意音色”的自由组合，满足个性化语音交互需求。目前，Voice Design 已在 MiniMax 语音平台上线，广泛应用于虚拟助手、语音播报、游戏角色配音等领域，全球合作用户已覆盖 30 多个国家。

参考：Day 5/5：Voice Design，万般声韵，因你而生

阿里云推出自动驾驶模型加速框架

6 月 23 日，阿里云正式推出面向自动驾驶领域模型的训练、推理加速框架 PAI-TurboX。该框架可提升感知、规划控制乃至世界模型的训推效率，在多个行业模型的训练任务中，PAI-TurboX 均可缩短 50%的时间。

参考：训练时间可缩短50%！阿里云推出自动驾驶模型加速框架

VectorSpaceLab 开源全能多模态模型 OmniGen2

6 月 24 日消息，VectorSpaceLab 在 Hugging Face 平台正式开源全能多模态模型 OmniGen2，以创新性双组件架构和强大的视觉处理能力，为研究者和开发者提供了高效的可控生成式 AI 基础工具。这款模型由 30 亿参数的视觉语言模型（VLM）Qwen-VL-2.5 与 40 亿参数的扩散模型组合而成，通过冻结的 VLM 解析视觉信号和用户指令，结合扩散模型实现高质量图像生成，在视觉理解、文本生成图像、指令引导图像编辑和上下文生成四大核心场景中展现出领先性能。    

参考：开源版Flux.1 Kontext！OmniGen2：智源研究院开源的多模态图像编辑工具！

火山引擎发布模态向量化模型 Seed1.6-Embedding

6 月 24 日，火山引擎发布全模态向量化模型 Seed1.6-Embedding，通过三大核心突破，重塑向量化能力边界：不仅在权威测评榜单中包揽中文文本、多模态全面任务的 SOTA 成绩，更首次实现「文本+图像+视频」混合模态的融合检索，并通过自定义指令能力大幅降低业务落地门槛。

参考：Seed1.6-Embedding模型登顶多榜单SOTA

快手开源多模态大模型 Kwai Keye-VL

6 月 26 日，快手发布并开源多模态大语言模型 Kwai Keye-VL，该模型以 Qwen3-8B 语言模型为基础，引入了基于开源 SigLIP 初始化的 VisionEncoder，Kwai Keye-VL 能够深度融合并处理文本、图像、视频等多模态信息。模型采用 600B 大规模数据训练，通过四阶段渐进式预训练策略和创新的两阶段推理能力强化，实现复杂视觉感知与逻辑思考；在 VideoMME 评测得分 67.4 分超越竞品，内部短视频场景评测领先 SOTA 模型超 10%。

参考：快手开源多模态大模型Kwai Keye-VL，引领视频理解新纪元

技术突破

腾讯发布一念 LLM 0.6.0 新版本，满血版 DeepSeek 推理吞吐提升 48%

6 月 23 日，腾讯发布一念 LLM 0.6.0 新版本，该版本支持 DeepSeek 模型和分布式推理，针对 PCG 业务中 GPU 资源供应灵活性要求高的特点，实现了流水线并行（PP）的 multi-batch 分布式推理方式，相比业界常见的多机 DP+EP 方案，跨机通讯量降低 98.3%，机器之间可用 TCP 通讯，降低运营难度，且吞吐达 9084 tokens/s，比业界开源框架（vllm/sglang 最新版）高 48%。

参考：腾讯一念LLM新版本发布：硬刚核心调度，满血版DeepSeek推理吞吐提升48%

龙芯中科发布新一代国产通用处理器龙芯 3C6000

6 月 26 日，在 2025 龙芯产品发布暨用户大会上，龙芯中科发布了新一代通用处理器龙芯 3C6000 系列芯片、工控领域及移动终端处理器龙芯 2K3000/3B6000M 芯片，以及相关整机和解决方案。龙芯 3C6000 采用我国自主设计的指令系统龙架构（LoongArchTM），无需依赖任何国外授权技术，是我国自主研发、自主可控的新一代通用处理器，可满足通算、智算、存储、工控、工作站等多场景的计算需求。目前，龙芯 3C6000 系列处理器已获《安全可靠测评公告》当前最高等级二级认证，可确保关键领域应用安全。

参考：龙芯发布新一代处理器，进军服务器和AI处理器市场

AI 工具

百度文心快码 Comate AI IDE 正式发布

6 月 23 日，百度文心快码在百度 AI 开放日发布了独立 AI 原生开发环境工具——Comate AI IDE，是行业首个多模态、多智能体协同的 AI IDE。该产品基于文心大模型能力打造，支持全栈国产化部署，在“智能”、“拓展”、“协同”、“灵感”四大方面实现全方位链接，具备多项核心能力：AI 辅助编码全流程、多智能体协同、多模态能力增强、支持 MCP 等，已成为 AI 时代工程师的“工作台”。

参考：AI编程再突破，文心快码发布行业首个多模态、多智能体协同AI IDE

开源 AI 设计工具 Jaaz 挑战商业 AI 设计平台格局

6 月 23 日消息，国产开源 AI 设计工具 Jaaz 近期在开发者社区引发关注，被誉为 Lovart AI 的本地化免费替代方案。Jaaz 基于 ComfyUI 框架构建，支持多种图像生成模型本地运行，并可通过自然语言交互完成海报、故事板等创意设计任务，具备对象移除、风格迁移、角色一致性生成等功能，适用于创意设计、教育等多个场景。目前，Jaaz 已在 GitHub 免费开源，未来规划拓展视频生成功能。

参考：「本地运行、批量生成：Jaaz让AI设计触手可及」

谷歌推出开源 AI 编程工具 Gemini CLI

当地时间 6 月 25 日，Google 发布了一篇关于开源编程工具 Gemini CLI 的文章（不久删除），但内容已被广泛传播。该工具是一款旨在从终端本地运行的代理式 AI 工具，搭载自研的 Gemini 2.5 Pro 推理模型，支持高达 100 万个 token 的超大上下文窗口，可处理复杂代码库和多模态任务；同时与 Gemini Code Assist 代码助手深度整合，内置模型上下文协议（MCP）并接入 Google 搜索功能；免费额度也远高于同类产品，每分钟可调用 60 次，每日最多 1000 次。  

参考：谷歌杀疯了！Gemini CLI 重磅发布：对标 Cursor 的开源 AI 编程神器，个人完全免费

AI Agent

模型即 Agent，月之暗面发布首款深度研究智能体 Kimi-Researcher

6 月 20 日，月之暗面发布首款深度研究智能体 Kimi-Researcher，该产品基于端到端自主强化学习（end-to-end agentic RL）技术训练的新一代 Agent 模型，也是一个专为深度研究任务而生的 Agent 产品。作为擅长多轮搜索与推理的智能体，Kimi-Researcher 在“人类终极考验”(HLE)测试中 Pass@1 得分率达 26.9%、Pass@4 准确率 40.17%，超越谷歌和 OpenAI 同类产品，还在 xbench-DeepSearch 等多项基准测试中表现出色。

参考：模型即 Agent，Kimi-Researcher（深度研究）开启内测

「码上飞」首个支持直接生成华为鸿蒙应用的 AI Agent

6 月 20 日至 22 日，在华为开发者大会（HDC 2025）上，「码上飞」AI Agent 平台广获开发者关注，该平台支持通过自然语言对话直接生成鸿蒙应用。「码上飞」采用多智能体系统(MAS)技术，内置多个 Agent 协同完成从需求分析到部署的全流程自动化开发。实测显示用户仅需 5 分钟即可生成功能完整的应用，支持一键发布为小程序、APP 或网站，并可获取源代码。

参考：北大出品：全球首个支持生成华为鸿蒙应用的AI Agent来了

AI 产业趋势

美国经济学家语言：AGI 可能在 2-5 年内实现，将伴随 AI 失业潮

6 月 23 日消息，哈佛商学院放出视频，采访了一位美国经济学家。他向全人类预警：AGI 可能在短短 2-5 年内就将实现，AI 失业潮将席卷全球，一不小心，全球经济就将发生大崩溃！他向全人类预警：AGI 可能在短短 2-5 年内就将实现，AI 失业潮将席卷全球，一不小心，全球经济就将发生大崩溃！

参考：哈佛重磅预警！经济学家预言：全球AI失业潮2年来袭，世界经济大崩盘在即

Gartner 发布 2025 年中国人工智能十大趋势

当地时间 6 月 25 日，Gartner 发布 2025 年中国人工智能（AI）十大趋势，指出企业应关注 AI 可持续发展路径、实际效益与应用场景。这十大趋势包括开放式 GenAI 模型、“自建” 策略倾向、代理型 AI、节俭型 AI、工程化能力、协作式 AI 防御体系、快速增长的 AI 人才、无处不在的 AI、包容性 AI 生态系统、从数据到 AI 的生态系统。

参考：Gartner：2025年中国人工智能十大趋势