视频AI的“关键一跃”：快手Kling Omni本周发布，用2分钟原生音频树立长视频生成新标杆
快手科技本周正式发布Kling Omni多模态视频基础模型，该模型通过统一的多模态视觉语言框架，提供导演级精准控制能力，支持文本、图像和视频多输入参考。相比前代产品，Kling Omni可生成长达2分钟的连续视频，并集成了原生音频同步技术，实现帧级精确匹配。目前该系列已服务全球4500万用户和2万家企业，被视为AI视频领域的革命性跃进，将推动影视、广告和游戏产业的高效创作。
豆包变身“方言翻译官”！支持四种方言，秒解爷孙沟通“鸡同鸭讲”
豆包App最新升级语音功能，新增支持粤语、四川话、东北话和陕西话四种地道方言对话。通过方言迁移技术，用户可使用'温柔桃子'音色进行自然流畅的方言交流，并能智能切换方言。该功能特别适合习惯使用方言的老年群体，大幅提升沟通效率，同时支持理解18种方言，让语音交互更轻松便捷。
你的“AI剪辑师”上线了！字节跳动Vidi2模型：一句话搞定视频编辑，零门槛出大片
字节跳动发布专用于视频理解的AI模型Vidi2，拥有120亿参数，具备精细时空定位功能，能处理数小时原始素材并理解故事脉络。该模型可根据简单提示自动生成TikTok短视频或电影片段，在超长视频理解任务上领先商业模型17.5个百分点，已应用于TikTok的智能剪辑功能，实现高光提取、内容重构等自动化编辑。
国产家庭机器人F1来了：连人带床把你“推”去上班，明年初售价不到两万
国产家庭机器人F1正式亮相，具备22个关节和轮式底盘设计，能执行扫地、哄娃、长序列起床任务等家庭服务。采用RVLA模型架构，任务成功率超94%，折叠后仅占0.4㎡，适合小户型使用。计划明年初上市，售价不到两万元，旨在通过具身智能技术融入家庭日常生活，提供全天候辅助服务。
攻克低资源语言难关！西藏发布千亿级藏语大模型“阳光清言”，开启系统性研发
西藏在人工智能领域取得重大突破，发布了千亿级参数藏语基座大模型'阳光清言'V1.0，标志着西藏AI发展从场景应用迈向系统性研发阶段。该模型基于288亿Token高质量藏语数据训练，涵盖法律、医学、科技等多个领域。同时，西藏青年创业团队构建了近7000万条藏汉平行语料，研发的DeepZang模型已接入DeepSeek技术生态，为区域经济文化发展注入新动力。
交出“盈利”答卷！第一家能赚钱的人形企业，杀了一记回马枪
Agility Robotics作为全球首家实现盈利的人形机器人企业，在2025年末宣布其机器人Digit已在GXO物流中心完成超过10万个周转箱的实际搬运任务。文章分析了Agility坚持实用主义路线、专注稳定搬运能力而非复杂功能的商业化策略，以及其与亚马逊、GXO等工业巨头的合作进展，揭示了人形机器人从演示走向真实工业场景的关键突破。
英伟达给出具身智能“终极答案”：机器人专用大脑发布，算力+仿真+AI三位一体
文章探讨了NVIDIA如何推动具身智能新纪元，分析了机器人从专用工具向通用智能体转型的技术支柱。重点讨论了大规模算力、高保真仿真平台、世界模型和多模态感知系统如何共同构建机器人的通用大脑，实现从感知智能到行动智能的范式转变，最终让机器人能够适应复杂环境并执行多样化任务。
AI硬件的“血泪史”：为什么最牛的算法，也救不活一个硬件？
本文分析了AI硬件创业公司Rabbit从行业先驱到面临财务困境的转变过程。文章探讨了Rabbit R1产品理念过于超前、供应链整合能力不足、AI模型调校水平有限等问题，揭示了AI原生硬件在大众消费市场面临的挑战。同时对比了相对成功的AI玩具市场策略，反映了整个行业对下一代通用计算设备形态的探索困境。
申报即将截止！2025 LeadeRobot中国机器人行业评选寻找机器人与具身智能的年度标杆
2025年第六届LeadeRobot中国机器人行业评选正式启动，旨在寻找机器人与具身智能领域的年度标杆。本次评选涵盖人形机器人、工业机器人、核心零部件、行业服务及人物系列奖项，重点关注商业落地、技术创新和产业生态建设。作为中国机器人领域的权威盘点，活动将评选出领军企业TOP50和具身智能新星TOP50，为行业提供全面的产业导航图。申报通道已开启，截止日期临近。
破解机器人的“小型化魔咒”？“折纸”骨架给出完美答案：更小、更强、更高效
本文介绍了首尔大学研究团队在《Science Robotics》上发表的折叠卷绕式波纹（FoRoGated）结构创新成果。该结构结合折纸与编织技术，解决了机器人伸缩机构既要紧凑存储又要高承载的核心矛盾。通过平行条带柔性编织连接，实现了多层卷绕时的平滑滑动与高强度支撑，使机器人能在0.73米高度下展开至3.43米，承载12.5公斤负载。这项技术为仓储、救援及太空探索机器人提供了突破性解决方案。
