天眼晚报

🤖 AI 大模型

𝕏 MiniMax 发布 M3：开放权重、1M 上下文与原生多模态

MiniMax M3发布并上线多平台，支持1M token上下文、文本/图像/视频输入、编码与 Agent 长任务、工具使用和桌面操作；官方称其在SWE-Bench Pro达 59.0%。模型已接入 OpenCode、Hermes Agent、MiniMax Direct 与OpenRouter，OpenRouter 首周五折，OpenCode 提供每 5 小时 1400 次免费请求，LMArena 也已开放盲测投票；权重与技术报告预计约 10 天后发布。

𝕏 NVIDIA 发布 Cosmos 3：面向 Physical AI 的开放全能世界模型

NVIDIA推出Cosmos 3，称其为首个完全开放的 Physical AI 全能世界模型，支持视觉推理、世界生成和动作生成，并提供32B Super与8B Nano两个版本。vLLM-Omni 已在首日支持 Cosmos 3，提供 OpenAI 兼容 API 和可部署 Docker 镜像，方便开发者快速接入。

𝕏 NVIDIA 发布 Nemotron 3 Ultra：550B 开放权重模型刷新美国开放模型智能纪录

NVIDIA发布Nemotron 3 Ultra，采用550B 参数、55B 激活的 MoE 结构，面向企业级智能体与 AI 工程师场景。该模型在 Artificial Analysis 智能指数得分 48，官方称其具备前沿智能，服务速度超过 300 token/s；此前预告还提到推理速度提升 5 倍、使用成本降低 30%。

𝕏 快手开源 Keye VL 2.0：30B 参数、支持 256K 上下文

KwaiKeye发布Keye VL 2.0-30B-A3B，总参数30B、活跃参数 3B，采用 DeepSeek Sparse Attention 支持256K 上下文，并以 Apache 2.0 协议开源。该模型主打长上下文视觉语言能力，面向多模态理解与长文档处理等场景。

𝕏 NVIDIA 推出 Alpamayo 2 Super 自动驾驶基础模型

NVIDIA在GTC Taipei发布开放自动驾驶基础模型Alpamayo 2 Super，这是一个320 亿参数推理 VLA 模型，用于 L4 Robotaxi 开发。相关报道还提到，NVIDIA Hyperion 系统已与全球约 80%车企建立合作，显示其自动驾驶平台生态正在继续扩展。

🔶 豆包计划 6 月下旬上线付费内容，并打通抖音电商

豆包预计6 月下旬正式上线付费内容，三季度将结合抖音商城完善付费场景，四季度进入运行期，并面向2027 年探索商业化回报。该计划显示字节系 AI 产品正从用户增长阶段逐步转向内容付费与电商场景联动。

𝕏 PaddleOCR-VL-1.6 开源，OmniDocBench 得分 96.33%

PaddleOCR-VL-1.6开源，在OmniDocBench v1.6取得**96.33%**得分，强化表格、公式、印章、古籍和罕见字识别。该版本面向复杂文档解析与 OCR 场景，重点提升了多类型版面和低频文字内容的识别质量。

𝕏 VAST 发布 Project Eden 世界模型研究预览

VASTAIResearch发布Project Eden研究预览，支持持久化多人世界状态与任意视角观察。该项目聚焦世界模型与交互式生成环境，目标是让多个用户或智能体在同一持续世界中观察、协作和产生状态变化。

𝕏 abcGPT 开源：用神经元分区控制模型生成风格

abcGPT基于nanoGPT训练 TinyStories 与 Shakespeare 数据，通过α滑杆选择生成风格。该项目展示了用神经元分区方式控制小模型输出风格的思路，可用于研究模型内部表征与可控生成之间的关系。

𝕏 NVIDIA 推出 NemoClaw、OpenShell、Nemotron 等企业 AI 同事工具

NVIDIA推出NemoClaw、OpenShell与Nemotron，用于帮助企业构建 AI 工程师和 AI 同事。该组合覆盖模型、工具与企业应用开发流程，强调将生成式 AI 能力嵌入软件工程和组织协作场景。

𝕏 GPT Realtime 2.0 被称具备 GPT-5 级实时语音推理能力

GPT Realtime 2.0让语音 Agent 可在对话中进行实时推理，被认为可能带来17 个新的创业场景。其核心变化在于语音交互不再只是转写与回复，而是在连续对话过程中即时理解上下文、推理并采取行动。

𝕏 Hermes Agent 结束 Windows 原生支持测试

Hermes Agent的Windows原生支持已结束 Beta，现在可通过PowerShell直接安装。该更新降低了 Windows 用户部署 Agent 工具的门槛，使其无需额外兼容层即可在本地环境中使用相关能力。

---