6月6日，阿里開源通義千問3全新的向量模型系列 Qwen3-Embedding（簡(jiǎn)稱千問3向量模型）。該模型以千問3為底座，專門為文本表征、檢索和排序等核心任務(wù)進(jìn)行優(yōu)化訓(xùn)練，性能較上一版本可提升40% ，在MTEB等權(quán)威專項(xiàng)榜單中超越了谷歌、OpenAI、微軟等公司的頂尖模型，攬獲同類模型的SOTA最佳性能表現(xiàn)。
李飛飛空間智能創(chuàng)業(yè)公司W(wǎng)orld Labs，開源一項(xiàng)核心技術(shù)。Forge渲染器，可在桌面端、低功耗移動(dòng)設(shè)備、XR等所有設(shè)備上實(shí)時(shí)、流暢地渲染AI生成的3D世界。World Labs聯(lián)創(chuàng)、NeRF作者Ben Mildenhall稱這項(xiàng)技術(shù)“讓開發(fā)者像處理三角形網(wǎng)格一樣輕松處理AI生成的3D世界?！崩铒w飛表示，“它能做到的事情簡(jiǎn)直令人難以置信”。World Labs成立以來完成超過2.3億美元融資，投資方包括a16z、英特爾、AMD等。他們的目標(biāo)是將多模態(tài)AI從二維像素平面提升到完整的三維世界，稱將于2025年推出首款產(chǎn)品。
據(jù)報(bào)道，資深投資人宋春雨透露，Deepseek創(chuàng)始人梁文鋒因?qū)ι虡I(yè)化不感興趣、專注打磨基礎(chǔ)模型并追求實(shí)現(xiàn) AGI 使命，拒絕所有投資人，且因團(tuán)隊(duì)主體不差錢，其開源的 Deepseek 以低部署成本、高性能表現(xiàn)引領(lǐng) AI 普惠發(fā)展，推動(dòng)智能體大爆發(fā)及 AI 原生 Super APP 出現(xiàn)，為 AI 行業(yè)帶來新變革。宋春雨還指出，像 Deepseek 這樣專注基礎(chǔ)模型創(chuàng)新的開源模式將成為未來 AI 發(fā)展的重要方向。
北京時(shí)間5月29日，英偉達(dá)CEO黃仁勛在財(cái)報(bào)電話會(huì)上說，來自中國(guó)的DeepSeek和Qwen（阿里通義千問）是開源AI模型之中最好的。免費(fèi)發(fā)布后，它們?cè)诿绹?guó)、歐洲及其他地區(qū)獲得了巨大關(guān)注。最終，贏得AI開發(fā)者的平臺(tái)將贏得AI。出口限制應(yīng)該加強(qiáng)美國(guó)平臺(tái)，而不是將世界上一半的AI人才推向競(jìng)爭(zhēng)對(duì)手。
5月30日，阿里云宣布，通義靈碼AI IDE正式上線，即日起用戶可在通義靈碼官網(wǎng)免費(fèi)下載開箱即用。自此，通義靈碼已擁有插件和IDE兩種產(chǎn)品形態(tài)。作為AI原生的開發(fā)環(huán)境工具，通義靈碼AI IDE深度適配了最新的千問3大模型，并全面集成通義靈碼插件能力，具備編程智能體、行間建議預(yù)測(cè)、行間會(huì)話等功能。通義靈碼AI IDE支持最強(qiáng)開源模型千問3，其代碼能力達(dá)到業(yè)界領(lǐng)先水平，同時(shí)支持MCP協(xié)議，具備強(qiáng)大的工具調(diào)用能力。
近日，智元機(jī)器人重磅發(fā)布具身智能領(lǐng)域雙重里程碑式突破：全球首個(gè)基于機(jī)器人動(dòng)作序列驅(qū)動(dòng)的具身世界模型EVAC (EnerVerse-AC)，以及具身世界模型評(píng)測(cè)基準(zhǔn)EWMBench。這兩大創(chuàng)新成果現(xiàn)已全面開源，旨在構(gòu)建“低成本模擬 - 標(biāo)準(zhǔn)化評(píng)測(cè) - 高效迭代”的全新開發(fā)范式，持續(xù)賦能全球具身智能研究，加速技術(shù)落地與產(chǎn)業(yè)發(fā)展。
5月14日，阿里巴巴正式開源通義萬相Wan2.1-VACE。據(jù)了解，這是目前業(yè)界功能最全的視頻生成與編輯模型，單一模型可同時(shí)支持文生視頻、圖像參考視頻生成、視頻重繪、視頻局部編輯、視頻背景延展以及視頻時(shí)長(zhǎng)延展等多種生成和編輯能力。該模型擁有1.3B和14B兩個(gè)版本，其中1.3B版本可在消費(fèi)級(jí)顯卡運(yùn)行。
5月13日，昆侖萬維正式開源（17B+）Matrix-Game大模型，即Matrix-Zero世界模型中的可交互視頻生成大模型。Matrix-Game是Matrix系列在交互式世界生成方向的正式落地，也是工業(yè)界首個(gè)開源的10B+空間智能大模型，它是一個(gè)面向游戲世界建模的交互式世界基礎(chǔ)模型，專為開放式環(huán)境中的高質(zhì)量生成與精確控制而設(shè)計(jì)。
5月9日，據(jù)“字節(jié)跳動(dòng)開源”公號(hào)顯示，基于LangStack的全新Deep Research開源項(xiàng)目——DeerFlow，正式在ByteDance的GitHub官方組織上開源。在演示視頻中，字節(jié)跳動(dòng)技術(shù)團(tuán)隊(duì)演示了包括深度研究、MCP集成、報(bào)告AI增強(qiáng)編輯以及播客生成等功能。
英偉達(dá)近日開源其代碼推理模型（Open Code Reasoning model），包括32B、14B和7B三個(gè)參數(shù)。該模型以阿里通義千問Qwen2.5-32B、Qwen2.5-14B、Qwen2.5-7B為底座模型。
5月9日，騰訊混元團(tuán)隊(duì)發(fā)布并開源全新的多模態(tài)定制化視頻生成工具HunyuanCustom。該模型基于混元視頻生成大模型（HunyuanVideo）打造，在主體一致性效果超過現(xiàn)有的開源方案，并可媲美頂尖閉源模型。HunyuanCustom融合了文本、圖像、音頻、視頻等多模態(tài)輸入生視頻的能力，是一款具備高度控制力和生成質(zhì)量的智能視頻創(chuàng)作工具。
2025年4月，北京人形機(jī)器人開源社區(qū)（opensource.x-humanoid-cloud.com）已正式上線，包含博客、論壇交流、技術(shù)文檔展示、開源項(xiàng)目展示、活動(dòng)發(fā)布、專家學(xué)者認(rèn)證、開源課程發(fā)布等豐富功能，通過開放共享核心技術(shù)與研發(fā)資源，促進(jìn)全球開發(fā)者協(xié)作創(chuàng)新、加速行業(yè)技術(shù)突破，為具身智能產(chǎn)業(yè)融合搭建起人才培育、技術(shù)迭代和產(chǎn)業(yè)落地的基座平臺(tái)。
5月7日消息，來自于清華大學(xué)叉院的ISRLab和星動(dòng)紀(jì)元 ——ICML Spotlight高分作品AIGC生成式機(jī)器人大模型VPP（Video Prediction Policy），入選ICML2025 Spotlight。VPP將視頻擴(kuò)散模型的泛化能力轉(zhuǎn)移到了通用機(jī)器人操作策略中，巧妙解決了diffusion推理速度的問題，開創(chuàng)性地讓機(jī)器人實(shí)時(shí)進(jìn)行未來預(yù)測(cè)和動(dòng)作執(zhí)行，大大提升機(jī)器人策略泛化性，并且現(xiàn)已全部開源。
4月30日，小米開源首個(gè)為推理（Reasoning）而生的大模型「Xiaomi MiMo」，聯(lián)動(dòng)預(yù)訓(xùn)練到后訓(xùn)練，全面提升推理能力。在數(shù)學(xué)推理（AIME 24-25）和 代碼競(jìng)賽（LiveCodeBench v5）公開測(cè)評(píng)集上，MiMo 僅用 7B 的參數(shù)規(guī)模，超越了 OpenAI 的閉源推理模型 o1-mini 和阿里 Qwen 更大規(guī)模的開源推理模型 QwQ-32B-Preview。
4月29日，阿里巴巴開源新一代通義千問模型Qwen3（簡(jiǎn)稱千問3），參數(shù)量?jī)H為DeepSeek-R1的1/3，成本大幅下降，性能全面超越R1、OpenAI-o1等領(lǐng)先模型，登頂全球最強(qiáng)開源模型。千問3是國(guó)內(nèi)首個(gè)“混合推理模型”，將“快思考”與“慢思考”集成進(jìn)同一個(gè)模型，大大節(jié)省算力消耗。據(jù)了解，千問3采用混合專家（MoE）架構(gòu)，總參數(shù)量235B，激活僅需22B。千問3預(yù)訓(xùn)練數(shù)據(jù)量達(dá)36T tokens，并在后訓(xùn)練階段經(jīng)過多輪強(qiáng)化學(xué)習(xí)，將非思考模式無縫整合到思考模型中。
4月28日，理想汽車官宣，自研星環(huán)OS正式開源。據(jù)了解，理想星環(huán)OS是理想汽車的自研汽車操作系統(tǒng)，今年3月理想汽車創(chuàng)始人李想宣布該系統(tǒng)將開源，目前第一批開源代碼已登陸理想汽車官網(wǎng)開源論壇。
4月23日，字節(jié)跳動(dòng)開源了多模態(tài)AI Agent UI-TARS的最新1.5版本。與上一代相比，1.5版本在計(jì)算機(jī)使用、瀏覽器使用和手機(jī)使用等基準(zhǔn)測(cè)試中均表現(xiàn)非常出色。在計(jì)算機(jī)使用方面，OSworld測(cè)試得分為42.5，高于OpenAI CUA的36.4、Claude 3.7的28以及之前的最高水平38.1（200步）；Windows Agent Arena（50步）得分為42.1，遠(yuǎn)超之前的29.8。瀏覽器使用方面，WebVoyager得分為84.8，接近OpenAI CUA和之前最高水平的87，Online-Mind2web得75.8，優(yōu)于OpenAI CUA的71、Claude 3.7的62.9和之前的71。手機(jī)使用方面，Android World得64.2，高于之前的59.5。
4月17日，字節(jié)跳動(dòng)豆包大模型團(tuán)隊(duì)（Seed）發(fā)布并開源UI-TARS-1.5。據(jù)介紹，這是一款基于視覺-語言模型構(gòu)建的開源多模態(tài)智能體，能夠在虛擬世界中高效執(zhí)行各類任務(wù)。目前，UI-TARS-1.5已在7個(gè)典型的GUI圖形用戶界面評(píng)測(cè)基準(zhǔn)中取得SOTA表現(xiàn)，并首次展現(xiàn)了其在游戲中的長(zhǎng)時(shí)推理能力和在開放空間中的交互能力。
4月17日，上海人工智能實(shí)驗(yàn)室（上海AI實(shí)驗(yàn)室）升級(jí)并開源了通用多模態(tài)大模型書生·萬象3.0（InternVL3）。通過采用創(chuàng)新的多模態(tài)預(yù)訓(xùn)練和后訓(xùn)練方法，InternVL3多模態(tài)基礎(chǔ)能力全面提升，在專家級(jí)基準(zhǔn)測(cè)試、多模態(tài)性能全面測(cè)試中，10億~780億參數(shù)的全量級(jí)版本在開源模型中性能均位列第一，同時(shí)大幅提升了圖形用戶界面（GUI）智能體、建筑場(chǎng)景圖紙理解、空間感知推理以及通識(shí)學(xué)科推理等方面的能力。
4月15日，HiDream智象未來團(tuán)隊(duì)宣布正式開源圖像生成大模型HiDream-I1與交互編輯模型HiDream-E1。HiDream-I1在權(quán)威榜單Artificial Analysis中24小時(shí)內(nèi)登頂，成為首個(gè)躋身全球第一梯隊(duì)的中國(guó)自研生成式AI模型，并在圖像質(zhì)量、語義理解、藝術(shù)表現(xiàn)三大維度刷新行業(yè)紀(jì)錄，實(shí)現(xiàn)圖像的多風(fēng)格生成，涵蓋動(dòng)漫、肖像、科幻等場(chǎng)景。目前，設(shè)計(jì)工具Recraft已集成HiDream模型，用戶3步即可實(shí)現(xiàn)“一鍵出圖+智能編輯”。