今天，kimi 又发布了新的开源项目 —— 一个全新的通用音频基础模型 Kimi-Audio，支持语音识别、音频理解、音频转文本、语音对话等多种任务，在十多个音频基准测试中实现了最先进的 （SOTA） 性能。结果显示，Kimi-Audio 总体性能排名第一，几乎没有明显短板。例如在 LibriSpeech
......
本文由站长之家合作伙伴自媒体作者“机器之心公众号”授权发布于站长之家平台，本平台仅提供信息索引服务。由于内容发布时间超过平台更新维护时间，为了保证文章信息的及时性，内容观点的准确性，平台将不提供完全的内容展现，本页面内容仅为平台搜索索引使用。需阅读完整内容的用户，请查看原文，获取内容详情。
（举报）
工作群里有真人，也有插科打诨的 AI。这并不罕见。 工作群里干活的全是AI，真人只需要作为甲方下达任务，一个包工头AI就会指挥一群各有所长的AI开始干活，检查进度，协调工作…… 这不是科幻小说的设定，而是随着 K2.6发布，Kimi 开始内测的一个功能，Claw Group。 你可以建一个群，把自己的 AI 龙虾拉进来，再邀请朋友和他们的龙虾一起加入。 真人和 AI 在同一个群里�
投资界获悉，月之暗面（Kimi）即将完成新一轮20亿美元(约合人民币140亿元)融资，投后估值破200亿美元(约合人民币1400亿元)，本轮融资由美团龙珠领投，中国移动、CPE源峰等参投，另有多家老股东加注。 至此，Kimi累计融资额已超376亿元人民币，成为中国大模型创业公司中累计融资最多的公司;全年ARR收入也从3月初突破1亿美元，到4月超过2亿美元，付费用户订阅和API调用成为主�
今日，小米正式发布并开源Xiaomi OneVL自动驾驶模型。 该模型在业内率先实现VLA、世界模型、潜空间推理等多个技术路线的统一，在具备XLA模型强悍推理能力的基础上，大幅提升了推理的速度和精度，是行业内具备开创性的方案。 其在精度上超越显式CoT、在速度上对齐仅答案”预测的潜空间CoT方案。过去，VLA和世界模型是自动驾驶领域两条相对独立的技术路线：VLA专注于理解�
月之暗面Kimi即将完成新一轮约20亿美元融资，投后估值突破200亿美元。 本轮由美团龙珠领投，中国移动、CPE（中信产业基金）等机构参投，其中仅龙珠出资即超过2亿美元。 今年1至2月，月之暗面已密集完成三轮融资，累计金额约19亿美元。 加上本轮，公司在不到半年内累计融资超39亿美元，折合人民币逾376亿元，超越MiniMax与智谱，位列国内大模型创业公司首位。 美团龙珠�
本期AI日报聚焦八大热点：月之暗面将推2.5万亿参数Kimi K3大模型，长文本处理能力突破；英伟达发布多模态模型Nemotron-3 Nano Omni，推理效率提升9倍；蚂蚁集团开源百灵Ling-2.6-flash模型；商汤推出原生多模态统一模型SenseNova U1；Claude深度集成Adobe等八大软件；字节TRAE SOLO上线语音输入；科大讯飞发布星火X2-Flash模型；ima上线知识Agent copilot，内置记忆系统。
豆包大模型，又上新了。 2026年4月9日，原生全双工语音大模型Seeduplex正式发布，相比上一代半双工豆包端到端语音模型，新模型基于“边听边说”的全新框架设计，交互体验的自然感、顺畅度大幅提升，目前已在豆包App全量上线。 这意味着，前沿的全双工语音技术，第一次实现商业规模化落地。 而依托全双工语音技术，豆包的语音交互不再是机械式的一问一答，而是收放�
2026年5月11日，普渡机器人发布具身智能大模型PuduFM1.0，构建三维空间深度感知、物理状态预测和持续进化学习三大技术维度，实现从“简单执行”向“物理认知”的跨越。该模型通过分层架构和虚实双数据闭环，解决行业在协作、操作和异构数据复用上的困境，支持超长程任务和异构机器统一运行，推动具身智能规模化落地。
火山引擎宣布Doubao-Seed-2.0-lite升级，成为豆包大模型家族首款全模态理解模型。新版支持视频、图像、音频、文本原生统一理解，并同步升级Agent、Coding与GUI能力，增强多模态推理。在视觉理解上，该模型在物理HiPhO、医疗MedXpertQA等高阶学科推理任务中大幅超越2月发布的Doubao-Seed-2.0-pro，并在BabyVision、WorldVQA等领域达SOTA水平。升级重点融入语音理解，可同时处理多种输入模态并完成跨模态联合推理，支持19语种语音转写及中英等互译，捕捉情绪、环境声等细节。该模型还深度适配OpenClaw等框架，强化深度搜索与Skill动态调用，实现越用越聪明。
小米官方今天发文宣布，小米技术官方宣布，在OpenRouter平台最新数据中，Hermes Agent登顶全球调用量榜首，日Token调用量达2910亿，周调用量超1.75万亿。 小米自研MiMo模型成为第一大贡献模型，近一个月累计贡献1.45万亿Token调用量。
家庭机器人历经扫地机、陪伴机器人等产品形态，始终停留在“自动化工具”阶段，缺乏对家庭环境的真正理解。传统SLAM技术虽能精准建图，却无法赋予机器人区分沙发与餐桌的“生活常识”。大模型技术爆发后，行业竞争维度从硬件参数转向空间认知深度。未来，机器人需具备“感知-理解-决策-执行”的完整智能闭环，从“执行指令”升级为“理解空间”，重构家庭服务商业逻辑，实现从硬件销售到全场景服务运营的范式革命。
