可灵AI视频3.0升级;腾讯混元Hy3 preview发布并开源;阿里通义 Fun-ASR1.5 上线丨速递

阿里通义实验室推出语音识别大模型Fun-ASR1.5，以统一架构兼顾通用性与高精度。模型覆盖全球30种主流语言，并深度适配汉语七大方言与20多种地方口音，在多语言、多方言及复杂语境中表现突出，提升跨地域语音转写与智能交互落地效率。

Utopai Studios发布全球首段3分钟AI生成影片，该视频以4K分辨率呈现完整叙事，角色与场景保持高度一致性，最多支持生成16个镜头。奥斯卡获奖编剧Roger Avary公开称赞其突破性，认为该技术已通过专业电影人的“图灵测试”。

月之暗面发布并开源Kimi K2.6，在HLE、SWE-Bench Pro、DeepSearchQA等基准上追平GPT-5.4、Claude Opus 4.6与Gemini 3.1 Pro，长程编码能力突破，可持续编码13小时、修改4000多行代码，在重构开源金融撮合引擎任务中实现185%吞吐量提升，Agent集群升级至300个子Agent并行完成4000步协作，同步开启人机协同的”Claw群组”小范围内测。

OpenAI发布ChatGPT Images 2.0，支持复杂视觉任务和高密度文本渲染，最高2K分辨率，宽高比可在3:1至1:3间灵活调整，模型首次引入”思考能力”，可联网获取实时信息，单次提示最多生成8张角色与元素保持一致的图像，多语言渲染显著增强，中日韩印地孟加拉语文本表现突出，已向ChatGPT、Codex与API全量用户开放。

腾讯发布并开源 Hy3preview（295B总参、21B激活MoE），聚焦“体系化能力、真实评测、性价比”。在复杂推理、长文本理解、指令遵循、代码与智能体方面显著提升，SWE‑Bench、Terminal‑Bench等基准具竞争力；已接入元宝、QQ、腾讯文档等，并在 TokenHub 提供低价计费与套餐。

可灵AI视频3.0系列新增4K选项，支持原生4K直出，每秒消耗30灵感值，告别超分后处理流程，呈现院线级清晰度与色彩层次，适配大屏展示、高清终端及专业制作，铂金会员限时8折优惠至6月30日，团队空间功能同步升级，支持个人空间向团队空间转移灵感值与资产，新增桌面端Win/Mac客户端和三级权限管控。

FUTURE

字节发布Seed3D 2.0，从单张图像生成高质量3D模型，几何生成与纹理材质两项核心指标均取得SOTA，几何生成引入Coarse-to-Fine两阶段DiT策略，解耦整体结构与细节生成；纹理统一PBR模型采用MoE架构并引入VLM先验，拓展部件级生成与场景组合能力，可输出URDF格式关节化内容，兼容Isaac Sim等物理仿真引擎，API已上线火山引擎。