DeepSeek 公布多模态推理新技术 Thinking with Visual Primitives，用坐标替代语言描述，在多项视觉推理任务上超越 GPT-5.4 和 Claude Sonnet 4.6
面壁智能发布 MiniCPM-o 4.5 技术报告并开放全模态全双工 API，RTX 5070 即可本地实时运行边看边说的 AI 助手
商汤发布 SenseNova U1 系列多模态模型，原生统一架构实现连续图文创作，免费开源，可作为 GPT Image 2 的国产替代方案
面壁智能开源9B参数全双工全模态模型，12GB显存即可本地运行，支持边看边听边说，附在线Demo和一键安装包
小米开源MiMo-V2.5和MiMo-V2.5-Pro两大模型，支持1M上下文、Token效率行业领先，附100万亿Token免费计划
OpenClaw v2026.4.25版本接入13个语音提供商、OTEL全链路可观测性和插件冷启动优化，让Agent运行透明可控
8B参数开源多模态模型，砍掉视觉编码器和VAE，支持信息图生成、连续图文交错输出，本地可部署，性能直逼GPT-Image-2
英伟达推出开源多模态推理模型，融合文本、视觉、语音，吞吐量达同类9倍，免费可用，支持本地至云端全场景部署
腾讯混元开源翻译模型Hy-MT1.5，极致压缩至440MB，支持33种语言离线互译，翻译质量超越谷歌翻译，手机端即可运行
GPT Image 2 上线即登顶 Arena 文生图榜，领先第二名 241 分，具备原生思考能力，文字渲染准确率 99%，API 出图仅 $0.21。
Meshy AI 发布新一代 3D 模型生成模型 Meshy 6，支持单图生成高精度雕塑级模型，覆盖游戏、3D打印等场景，累计用户已破千万。
Anthropic为Claude新增交互式图表和流程图功能，免费用户可用，支持生成可点击的周期表、时间线、决策树等可视化内容。
