清华五道口AI俱乐部 |AI产业快讯:视频模型技术优化,语音助手体验升级,编程工具版本迭代,具身智能样机展示

大家早上好！ 这里是清华五道口AI俱乐部，每天为你报道最新AI行业相关要闻。

阿里ATH宣布AI视频模型HappyHorse-1.0开放测试

2026年4月20日，阿里ATH创新事业部宣布，旗下AI视频生成模型HappyHorse-1.0将于4月27日通过阿里云百炼平台逐步开放API测试，首批邀测对象为企业级客户，预计5月份正式发布商用。该模型支持文本转视频、图像转视频及音频生成，并已登顶Artificial Analysis的AI Video Arena排行榜，在文生视频（无音频）赛道ElO评分1379分，领先第二名超100分，在图像生视频（无音频）赛道以1411分刷新平台历史纪录。HappyHorse采用约150亿参数的单流自注意力Transformer架构，将文本、视频与音频Token放入同一序列进行联合建模，一次性生成带音轨的完整视频。该项目由ATH创新事业部主导，联合阿里平台技术、通义实验室及淘天技术等多个团队协同打造，阿里巴巴CEO吴泳铭亲自负责ATH事业群，全面推进阿里AI战略落地。

谷歌与Marvell启动AI推理芯片联合研发

日前，谷歌与半导体巨头Marvell正式宣布启动一项面向下一代AI推理芯片的联合研发项目。该项目设定明确技术指标：能效比目标突破每瓦特5.0 TFLOPS大关，单芯片功耗严格控制在150瓦以内。研发重点聚焦存算一体架构革新、专用算子硬件加速单元以及动态电压频率调节技术，力求在数据中心推理场景中显著优化单位算力成本与能效表现。合作模式上，谷歌将依据内部模型需求定义算法架构与规格，Marvell则主导基于7纳米和5纳米先进制程的物理实现与工程验证。根据规划，首款工程样片预计于2027年第一季度交付，届时将优先用于Gemini大模型的推理服务，此举被业界视为直接挑战英伟达在AI推理加速市场长期主导地位的关键布局。

阿里发布Qwen3.6-Max-Preview，智能体编程能力显著提升

2026年4月20日，阿里巴巴正式发布Qwen3.6-Max-Preview，作为Qwen系列新一代旗舰模型的早期预览版。用户可在Qwen Studio交互体验，并即将通过阿里云百炼API调用。相比Qwen3.6-Plus，预览版在智能体编程方面大幅提升：SkillsBench +9.9、SciCode +10.8、NL2Repo +5.0、Terminal-Bench 2.0 +3.8；同时在六项主要编程基准（SWE-bench Pro等）取得最高分。世界知识（SuperGPQA +2.3、QwenChineseBench +5.3）和指令遵循（ToolcallFormatIFBench +2.8）也均有优化。官方表示，该预览版仍在积极迭代中。

UU跑腿发布全球首个AI跑腿Skill插件

2026年4月20日，UU跑腿发布全球首个跑腿Skill插件，为Qoder、Cursor、Claude、OpenClaw等AI智能体应用提供配送服务支持。该插件功能涵盖订单询价、发单、订单管理和跑男实时追踪，用户可通过手机号一键注册实现一句话发单。商户可批量智能调度复杂任务，由AI规划最优分发路径，并支持与商家订单后台打通实现履约自动化。首批合作覆盖北京、上海等15个城市。

苏度科技发布具身机器人系统Sudo R1

2026年4月20日，苏度科技发布首个软硬件全栈自研的具身机器人系统Sudo R1。该系统采用世界模型与强化学习一体化设计，在纯仿真训练模式下实现零样本抓取任务98%首次成功率。测试覆盖透明、柔性物体及动态背景等复杂场景，验证了其泛化性与鲁棒性。技术核心在于高保真仿真器提供的物理动力学数据支持，以及底层模型对世界模型与强化学习的系统性整合。

阿里通义实验室推出语音识别大模型Fun-ASR1.5

2026年4月20日，阿里通义实验室推出语音识别大模型Fun-ASR1.5。该模型基于统一大模型架构，单模型覆盖30种语言、汉语七大方言及20+地方口音，采用MoE架构实现语言动态激活。中文方言平均字错误率较上一版本下降56.2%，可精准识别上海话“侬”等特色词汇。针对古诗词识别优化，字符级准确率达97%。该模型已在阿里云百炼平台上线API服务。

22岁开发者开源Claude Mythos架构逆推项目OpenMythos

近日，22岁开发者Kye Gomez开源OpenMythos项目，基于公开研究和对Claude Mythos架构的推测实现循环深度Transformer（RDT）。RDT采用770M参数通过16轮循环计算替代传统深度堆叠，结合MoE路由机制激活不同专家子集。实验显示其性能与1.3B参数标准Transformer相当，在知识组合和推理链扩展任务中表现更优。该项目遵循MIT协议，代码已托管至GitHub，获Hugging Face社区快速集成。

蚂蚁灵光App推出“灵光圈”创意社区功能

2026年4月20日，蚂蚁灵光App正式上线“灵光圈”功能，打造可分享、点赞及二次创作的公共创意空间。用户生成闪应用并发布至灵光圈即可参与亿元激励计划，每日最高100万激励10000个优质应用，每周最高100万激励100名创作者。该功能强化闪应用的多智能体协作与全模态生成能力，支持手机端原生能力集成，旨在构建消费级Coding Agent生态。

OpenAI收购教育科技公司Chalkie

近日，OpenAI宣布完成对教育科技公司Chalkie的收购，交易金额未披露。Chalkie专注于K-12自适应学习技术，此次收购旨在整合其教育场景数据与OpenAI通用大模型能力，加速教育垂直领域产品开发。OpenAI教育产品负责人表示，将保留Chalkie原有团队，并计划在2026年秋季推出首个多模态教育智能体。交易已通过美国FTC反垄断审查。

IDC预测2030年全球人形机器人出货量将达51万台

2026年4月20日，IDC发布预测报告称，2030年全球人形机器人出货量将突破51万台，年复合增长率近95%。2025年全球出货量超1.8万台，中国厂商占比达95%，主导硬件制造与规模化。文娱表演、教育科研及导览导购场景应用占比超85%，工业制造与仓储物流已开展试点。报告指出，多家中国头部厂商计划2026年实现万台级产能，成本下降是规模化关键驱动力。

以上就是今日AI快讯的全部内容，感谢大家的收听。