全模态模型正在从“能看懂图片”走向“能把看见的内容接进工作流程”。通义千问发布Qwen3.8-Omni-Flash，支持文本、图像、音频和视频输入，拥有百万级上下文，并把规划任务、调用工具和内容创作...

机器人进入陌生家庭、AI重写科学代码、Agent接受企业成本评测，智能体正在从软件演示走向真实环境，并开始面对过程验证、结果交付与责任边界。

南方医院医生用自然语言搭建诊断与训练工具，Editable-Design让生图结果可直接编辑，PPL让AI角色拥有记忆与关系。AI应用正在从一次性回答转向由专业用户定义、修改和持续使用的工作系统。

ChatGPT进入Word，OceanBase发布面向AI应用和Agent的数据底座，AI正在从独立聊天窗口嵌入办公软件、数据库和真实业务流程。

HiDream V1进入全球视频模型榜单前列，视频AI竞争正从单镜头生成转向叙事、音画同步与可交付内容生产。本文结合MV生成、强化学习规模化和本地小模型进展，分析AI创作工具如何进入真实工作流。

ChatGPT语音操作、Meta Muse和Today把AI助手从聊天窗口推向应用执行与长期记忆。模型、云电脑、端侧芯片和可迁移上下文正在共同重塑个人智能体。