OpenAI与MIT让AI自主运行量子计算实验，Astra进入电脑操作，轻量多模态模型与办公Agent则把AI推向可验证执行与结果交付。

DeepSeek-V4-Flash-Vision-Exp突然开源，把这轮大模型竞争的焦点从“谁的文本回答更强”推向了一个更具体的问题：模型能不能同时看懂画面、理解任务，并在真实工作流里持续行动。作为DeepSeek-V...

智谱开源GLM-5.3-Flash，以混合注意力、低激活参数和国产芯片集群降低前沿多模态模型的推理成本，模型竞争开始转向单位任务经济性。

DeepSeek上线视觉模型API，图片输入开始成为Agent和企业应用的基础能力。随着模型路由、执行框架、AI ERP和医疗筛选同步推进，AI竞争正在从单点回答转向可感知、可执行、可审计的系统工程。

Luma 开放 Uni-1.1 API 后，图像生成竞争从单张样图走向文字渲染、调用成本、接口稳定性和创意生产工具链。

Vidu S1、Vivix 实时交互模型与多模态工程进展叠加后，AI视频正在从离线生成工具转向可操控、可部署、可持续运行的应用系统。