资讯
研究人员推出LPM1.0模型，实现单图转实时交互式数字人视频
LPM1.0模型实现了通过单张参考图像生成实时交互式数字人视频。该模型支持多模态输入，具备精准唇形同步与自然情绪表达，可与ChatGPT等AI集成实现实时视觉对话。凭借核心技术，它能即时驱动多种风格角色且无需二次训练。该研究标志着AI交互正向具备情感响应与视觉具身化的全维度形态演进，具有重要的科研价值。
0 
0
华为昇腾0Day支持MiniMax M2.7，开启模型自我进化时代
本文介绍了华为昇腾AI基础软硬件实现对MiniMax首个自我深度迭代模型M2.7的0Day同步支持。MiniMax M2.7具备强大的Agentic能力，能通过自我循环实现研发工作流自动化，在编程和专业办公领域表现优异。华为昇腾通过通信加速和算子融合等技术优化，消除了算力瓶颈，为该“自我进化”模型的落地应用提供了坚实的国产算力底座支持。
阿里通义 CoPaw 官宣更名为 QwenPaw：深度整合“千问”生态，桌面 Agent 开启进化新阶段
开源桌面Agent工具CoPaw发布1.1.0并更名为QwenPaw，正式纳入通义千问开源生态。文章梳理其品牌愿景与优势：全平台接入、支持本地/云端一键部署与自由接入本地模型，并展望端云结合、大小模型协同、安全机制升级及多智能体协作的演进方向。
Cyborg and Bionic Systems：面向工具操作的触觉肌电假肢动态操作技能学习
本文介绍了北邮联合清华、武科大团队在SCI1区期刊发表的触觉肌电假肢研究成果，针对工具操作动态场景提出融合多模态信号的TKE-BGC仿生控制框架，可有效降低冲击导致的抓握失稳风险，提升假肢操作稳定性与效率，为截肢患者提升生活独立性、重返职场提供技术支撑。
国产Agent生态加速发展：小米MiMo-V2接入顶级框架Hermes，推出14天限时免费体验
小米宣布自研大模型 Xiaomi MiMo-V2 系列正式接入顶级开源 Agent 框架 Hermes Agent，开发者更新至最新版即可在 Nous Portal 调用 MiMo-V2Pro/Omni/Flash 三款模型。文章解析其 1M 长上下文、全模态感知与原生工具调用优势，并介绍 4/8-4/22 两周不限量限免政策与生态意义。
腾讯发布HY-Embodied-0.5具身模型：22项评测中16项最佳刷新行业纪录
腾讯Robotics X与混元团队发布具身基础模型HY-Embodied-0.5，面向机器人三维感知与物理交互痛点重构架构与训练范式，推出MoT-2B与MoE-32B两款模型。依托超1亿条具身数据及多阶段后训练，22项评测16项夺冠，并在实机打包、堆叠等任务中优于主流基线，推动大模型落地物理世界。
阿里黑科技炸场！0.6B 小模型“魔改”成 17B MoE，激活参数仅 5%，CPU 直接跑 30token/s！
本文介绍阿里国际数字商业团队推出的Marco-Mini-Instruct MoE模型，该模型通过Upcycling技术由0.6B小模型升级为17B总参数规模，激活参数仅5%，CPU上可实现30token/s的推理速度，性能超越4B级Dense模型，为行业提供了低成本、高效率的MoE炼制新路径，大幅降低中小团队落地MoE的门槛。
Anthropic 重磅发布“顾问工具”！Sonnet/Haiku 干活，Opus 只当幕后军师
本文介绍Anthropic最新推出的Claude顾问工具，该功能采用小模型执行任务、大模型仅在复杂决策节点提供指导的混合模式，经实测可同时实现性能提升与成本下降，开发者仅需简单配置即可启用，为AI Agent开发提供了高性价比的全新方案。
交互升级：Google Gemini 支持生成 3D 模型与物理模拟场景
Google 近日为其 AI 助手Gemini推出了重磅更新。现在，当用户询问涉及空间结构或物理规律的问题时，Gemini 不再仅仅提供文字和图片，而是能直接生成可旋转、可缩放的交互式 3D 模型及动态模拟场景。这项新功能允许用户通过直观的可视化手段理解复杂概念。例如，用户可以要求 Gemini 演示“月球绕地公转”或“双摆系统”。系统会生成一个三维场景，用户可以通过滑块调节变量（如运动速度、重力...
字节跳动发布原生全双工语音大模型Seeduplex：懂倾听、抗干扰
本文介绍字节跳动4月9日发布的原生全双工语音大模型Seeduplex，其突破“边听边说”同步处理框架，抗干扰能力提升，误回复率、误打断率降50%，判停延迟缩短，已在豆包App全量上线，推动AI语音交互向实时自然交互演进，为多模态交互行业发展提供新方向。
Meta发布Muse Spark个人超级智能模型：算力节省10倍 经千人医生训练 支持拍照识别数独、可提供专业级健康咨询服务
Meta正式发布Muse系列首款个人超级智能模型Muse Spark。该模型采用原生多模态架构，算力效率较Llama4Maverick提升10倍。Muse Spark凭借多智能体并行推理与深度视觉能力，可实现拍照出数独等复杂交互，更通过千人医生联合训练提供专业健康建议。目前模型已在Meta.ai及应用端上线，标志着个人AI智能进入低能耗、高专业度的新阶段。
从平面修图到空间重塑：京东开源图像模型JoyAI-Image-Edit重新定义AI编辑
京东探索研究院正式开源JoyAI-Image-Edit图像模型，引领AI修图迈向“空间智能”新阶段。该模型通过深度建模三维空间，实现了对相机视角、物体位移及缩放的精准控制，并全面兼容15类通用编辑需求。其出色的几何一致性与物理规律理解力，为电商生产、创意设计及具身智能等领域提供了强大的底层技术支撑。
耶鲁大学研发全开源张拉整体机器人 撞不烂摔不碎还能自主走位
本文介绍耶鲁大学与罗格斯大学联合研发的全开源张拉整体机器人，其采用刚性杆+弹性绳索的软结构，具备高抗冲击性，适配斜坡、沙地、草地等复杂地形，通过离线建模+在线重规划的闭环控制实现自主导航，硬件方案完全开源可复现，为具身智能载体的抗损与复杂场景应用提供了新的技术思路。
微软 GitHub 推出跨模型 AI 审查功能 Rubber Duck 助力提升编程效率
微软 GitHub 为其 Copilot CLI 推出了实验性功能 Rubber Duck，引入了创新的跨模型 AI 审查机制。该功能旨在通过结合如 Claude Sonnet 4.6 和 GPT-5.4 等不同 AI 模型，提供“第二意见”审查，有效发现代码中的潜在错误，显著提升编程效率和代码准确性。研究显示，Rubber Duck 能弥补近 75% 的性能差距，尤其在处理复杂任务时表现突出，能识别架构逻辑漏洞和跨文件冲突。它支持主动、被动和用户触发的多种审查模式，让开发者能及时获得多角度反馈，从而提升
