AI前沿周刊 | 25年第43周 深度解析AI模型与应用创新
本周AI行业迎来多项重要进展，包括模型层的技术突破、应用层的产品创新以及行业动态中的融资与合作。模型层方面，DeepSeek开源了3B MoE OCR模型，百度发布PaddleOCR-VL登顶HuggingFace榜首，腾讯开源混元世界模型1.1支持多视图及视频输入。应用层方面，Vidu Q2参考生视频全球上线，Anthropic推出Claude桌面版，CodeBuddy IDE 1.0正式发布。行业动态方面，Cherry Studio企业版发布，LiblibAI完成1.3亿美元融资，灵巧手公司星际光年完成Pre-A轮融资，蚂蚁集团加注灵心巧手。
模型层
DeepSeek 再开源：发布 3B MoE OCR 模型DeepSeek-OCR。 2025年10月20日，DeepSeek推出全新视觉文本压缩模型DeepSeek-OCR。模型参数仅3B，采用混合专家架构，视觉token数量减少20倍，压缩比达20倍，20个节点每天可处理3300万页数据。在Fox benchmark测试中，各文本长度区间准确率超85%。支持多种分辨率配置、多语言处理、复杂图表解析等多模态能力，可在多轮对话中实现10倍压缩效率。
全球榜首！百度最新开源模型PaddleOCR-VL。 2025年10月20日，百度自研多模态文档解析模型PaddleOCR-VL发布仅16小时就登顶HuggingFace Trending全球第一。模型参数仅0.9B，轻量高效，能精准识别文本、手写汉字、表格等多种复杂元素，支持109种语言。
混元世界模型1.1开源：支持多视图及视频输入，单卡部署，秒级生成。 2025年10月22日，腾讯发布并开源了混元世界模型1.1（HunyuanWorld-Mirror）。模型新增支持多视图及视频输入，可在单张显卡上部署，秒级生成3D世界。突破了1.0版本仅支持文本或单图输入的局限，首次实现了多模态先验注入和多任务统一输出的端到端3D重建，支持点云、深度图、相机参数等多种3D几何预测，性能大幅领先现有方法。
2B、32B！更适合开发者体质的Qwen3-VL来啦。 2025年10月22日，Qwen3-VL家族新增2B与32B两个密集模型尺寸，从轻量级到甜品级，覆盖视觉语言理解场景。两种版本可选：Instruct适合对话与工具调用，Thinking强化长链推理与复杂视觉理解。Qwen3-VL-32B在多个领域表现优于GPT-5 mini等，仅用32B参数匹敌235B模型。Qwen3-VL-2B小体量但表现惊人，可在极限端侧设备上运行。
应用层
宇树发布180cm仿生人形机器人！会跳芭蕾能打功夫。 2025年10月20日，宇树发布第四款人形机器人H2，高180cm，重70kg。相比前代H1，H2在运动流畅性和仿生特征上有显著提升。H2拥有31个关节，分布在双臂、双腿和躯干，能完成芭蕾舞、中国武术等高难度动作。还被赋予了类似人类的面部特征，外观和运动姿态更接近人类。
Vidu Q2 参考生视频全球上线，高一致性，速度更快，价格更优惠。 2025年10月21日，Vidu Q2参考生视频全球上线，本次升级聚焦于高一致性，速度更快，价格更优惠三大核心，满足专业及半专业创作者日益增长的高想象力内容创作需求。目前Vidu Q2参考生视频已在全球同步上线，用户可以在Vidu网页端，或各大应用商店搜索Vidu AI APP，体验最新功能。
Anthropic正式上线网页版Claude Code。 2025年10月21日，Anthropic发布Claude Code 网页版，用户无需部署即可在浏览器中使用其代码生成功能。核心功能包括连接 GitHub 仓库、自动写代码、并行处理多个任务、实时查看进度以及完成后自动创建 PR。
CodeBuddy IDE 1.0 正式版焕新发布！支持Web Fetch、自定义指令。 2025年10月21日，CodeBuddy IDE 1.0正式版发布，国际版全面支持 GPT-5-Codex，新增自定义指令、Web Fetch 实时获取网络信息等功能，MCP 市场正式开放，支持完整 DiffView 功能。
Cherry Studio 企业版击穿底价，让每家公司都用上专属AI。 2025年10月21日，Cherry Studio企业 Express 版正式发布，以 5000 元买断价、不限员工席位，为企业提供一站式 AI 落地解决方案。该版本内置顶级闭源与开源模型，无需申请 API Key，解决网络问题，简化计费流程，支持私有化和云应用部署。
智谱推出GLM Coding Plan企业版：以最强Agentic Coding赋能千行百业。 2025年10月21日，智谱发布 GLM Coding Plan 企业版，基于GLM-4.6模型，为企业提供全面智能编程解决方案。产品在国际 API 平台 OpenRouter 趋势榜中名列第一，融合多模态理解、联网搜索及智能编排能力，提供从代码生成到全链条开发协同的一站式服务。企业版具备高用量、低成本、高性能和高安全性，无缝适配 10 余款主流编程工具，支持灵活成员管理和使用数据分析。
美团发布面向复杂问题的大模型智能体评测基准——VitaBench。 2025年10月21日，美团 LongCat 团队发布VitaBench，是面向复杂问题的大模型智能体评测基准。以外卖点餐、餐厅就餐、旅游出行三大生活场景为载体，构建了包含 66 个工具的交互式评测环境。VitaBench 从深度推理、工具使用与用户交互三大维度量化任务复杂性，通过真实用户模拟器和原子化评估准则实现细粒度评估。
OpenAI首款ChatGPT Atlas浏览器发布！免费下载使用。 2025年10月22日，OpenAI发布首款AI原生浏览器ChatGPT Atlas。浏览器基于谷歌开源的Chromium内核打造，整合了ChatGPT对话能力，每个标签页都能直接聊天。具备浏览器上下文助手能力，可直接在浏览页面提问；内置记忆功能，记录用户浏览关键内容；“Cursor Chat”功能可选中文本进行编辑润色；Agent模式能完成网页操作，如填写表单、预订等。
AipexBase，中国首个AI原生后端基础设施正式开源！。 2025年10月22日，北京跨赴科技（KuaFuAI）正式开源中国首个AI原生后端即服务（Backend-as-a-Service）平台AipexBase。让开发者“不写后端，也能拥有完整后端”，所有后端能力如数据存储、鉴权等均被自动封装，开发者可通过前端SDK或MCP协议一键调用。AipexBase原生兼容MCP，统一上下文与数据层，支持码上飞、Cursor等AI产品接入，深度适配中国开发生态，兼容飞书、钉钉、微信等生态接入。
Anthropic 公司推出Claude 桌面版。 2025年10月22日，Claude桌面版正式发布，支持Mac和Windows系统。版本有四项核心功能：全局快捷键（Mac双击Option唤醒）、分享工作（截图、窗口分享、拖拽文件）、语音输入（按Caps Lock说话）和连接工具（可调用代码编辑器、本地文件、数据库）。
Seed3D 1.0 发布，一张图生成高精度 3D 模型，纹理生成能力 SOTA。 2025年10月23日，字节跳动Seed团队推出3D生成大模型Seed3D 1.0，可从单张图像生成高精度3D模型，兼具物理模拟精确性与可扩展性。其基于Diffusion Transformer架构，通过大规模数据训练，具备高保真资产生成、物理引擎兼容性和可扩展场景组合能力，在几何与纹理生成方面表现优异。
百川发布最强循证增强大模型 M2 Plus，打造“医生版 ChatGPT”。 2025年10月23日，百川发布了循证增强医疗大模型Baichuan-M2 Plus，并升级应用百小应及开放API。模型首创六源循证推理范式，构建从原始研究到真实世界的完整知识体系，通过循证检索与推理，显著降低医疗幻觉率，其幻觉率较DeepSeek低约3倍，优于美国医疗产品OpenEvidence，可信度比肩资深临床医生水准。
支付宝推出多模态AI应用“灵光”。 2025年10月24日，支付宝推出多模态AI应用“灵光”，已上线腾讯应用宝、vivo应用商店等平台并开启邀约内测。其核心功能AGI相机可通过镜头识别场景内容，实现拍摄即问、实时理解与回答，强调认知层理解，具备强场景分析与多模态推理能力。
豆包编程升级，新增创作模式，让创意轻松实现。 2025年10月24日，豆包编程完成重大升级，让零基础用户也能轻松开发网站和应用。此次升级引入多模态输入功能，支持文字、图片、文件、画板等多种输入形式，AI可自动理解并补全逻辑。新增Agent多工具协作系统，自动联网搜索素材、配图、检查代码，确保生成内容的准确性和可用性。
行业动态
灵巧手公司星际光年完成Pre-A轮融资。 2025年10月21日，深圳星际光年科技有限公司发布新品五指灵巧手Pantheon 22，并完成Pre-A轮融资。本轮融资由赛纳资本、普华资本领投，柯熙创投跟投，深渡资本担任财务顾问。资金将主要用于灵巧操作底层技术攻关、灵巧手操作系统（小脑模型）研发及核心团队扩张。
LiblibAI融资1.3亿美金，红杉CMC领投。 2025年10月23日，LiblibAI近期完成1.3亿美元B轮融资，由红杉中国、CMC资本及大厂战投联合领投，是今年中国AI应用领域最大一笔融资。LiblibAI上月发布2.0版本，从模型社区进化为AI创作Studio。
蚂蚁集团投的灵巧手公司，又融了数亿元。 2025年10月24日，灵心巧手宣布完成数亿元A轮融资，由京国瑞管理公司和博佳资本领投，老股东蚂蚁集团继续加注。本轮融资将助力其加速量产能力升级、加快全场景技术研发与全球化布局。
谷歌官方学习平台 Google Skills 来了，免费还实用。 2025年10月24日，谷歌推出AI技能学习平台Google Skills，整合Google Cloud、DeepMind等团队资源，提供近3000门课程、实验室及认证，覆盖AI基础、生成式AI、数据分析等领域。平台面向全职场人群，零门槛接入，每月免费提供35个学习点数用于实操实验。