欢迎收看本期【AI日报】。今日内容主要覆盖 AI 音乐生成、世界模型、办公 Agent、多模态视频生成、工业大模型以及 AR 眼镜等方向，整理了近期值得关注的产品发布与技术进展。
新鲜AI产品点击了解：https://app..com/zh
今日重点
MiniMax Music 2.5 已正式推出，重点提升 AI 音乐生成的可控性和真实感；蚂蚁灵波科技开源世界模型 LingBot-World，突出高保真、高动态和实时交互能力；谷歌 Gemini 3.5 的泄露信息则显示，其在代码生成与深度推理方面可能迎来新提升。
1、MiniMax Music 2.5 正式发布：攻克 AI 音乐“控”与“真”两大难题
MiniMax Music 2.5 的发布，进一步强化了 AI 音乐创作中的结构控制能力与声音真实度。新版本通过段落级强控制和物理级高保真技术，让创作者能够更精确地规划歌曲结构、风格和呈现方式。同时，产品也针对华语音乐场景做了优化，以提升中文演唱的自然度、流畅性和表现力。
【提要:】
🎵 全段落掌控：支持 14 种音乐结构标签，让 AI 音乐生成从偏随机输出转向更明确的指挥式创作。
🎤 真实人声质感：能呈现更细腻的转音与颤音，在男女对唱中体现更自然的协同和更丰富的和声层次。
🎹 专业级混音：内置百余种乐器音色，并具备随风格自动适配的混音能力，面向录音室级音频交付。
2、蚂蚁灵波开源世界模型 LingBot-World，高保真高动态，毫秒级实时交互
蚂蚁灵波科技开源了世界模型 LingBot-World。该模型在视频画面质量、动态表现、长时一致性和交互能力等方面表现突出，可用于构建高保真的数字演练环境，为具身智能、自动驾驶、游戏开发等场景提供支持。
【提要:】
🌍 LingBot-World 兼具高保真与高动态特性，支持 10 分钟连续稳定生成。
🕹️ 模型实现 16FPS 生成吞吐，并具备 1 秒内端到端交互延迟，可支持实时控制。
🔄 支持 Zero-shot 泛化能力，只需输入真实照片或游戏截图，就能生成可交互的视频流。
3、谷歌 Gemini 3.5 泄露：代号 Snow Bunny，单次提示可生成三千行代码
关于谷歌 Gemini 3.5 的泄露信息显示，其编程能力可能有明显提升，包括单次提示生成 3000 行代码，以及引入深度推理架构等能力。相关信息还提到多个专项模型，用于覆盖不同应用场景，显示出该系列模型在代码、逻辑推理和多模态创作方面的潜在能力。
【提要:】
🐰 Snow Bunny 计划：内部模型 Snow Bunny 被指具备较强应用构建能力，单次可产出 3000 行代码。
🧠 深度推理架构：引入“系统 2”思维和 Deep Think 切换开关，用于提升复杂逻辑问题的解决能力。
🚀 多模型协同：泄露信息中还提到 Fierce Falcon（速度与逻辑）和 Ghost Falcon（多模态创作）两款专项模型。
4、Kimi K2.5 Agent 助力高效办公：Excel、Word、PDF 全面升级
Kimi K2.5 的发布，让月之暗面旗下 Kimi Agent 在办公场景中的能力进一步增强。升级后的 Agent 不再局限于阅读和总结，还能深入处理 Excel、Word、PDF 和 PPT 等文件的核心任务，帮助用户生成更接近专业交付标准的办公成果。部分原本需要数小时甚至数天完成的机械性任务，也可以压缩到分钟级完成，并覆盖数据建模、智能审阅、视觉叙事等高阶场景。
【提要:】
📊 模型升级：依托最新Kimi K2.5，Agent 办公能力从“阅读总结”进一步升级为“核心创作与排版”。
💼 精通 Office：覆盖 Excel 数据建模、Word 审阅批注、PPT 逻辑生成以及 PDF 视觉设计等能力。
⚡ 效率平权：将数天级机械劳动缩短至分钟级，让非专业用户也能产出专业级办公文档。
5、工业AI新突破：蘑菇物联“灵知”垂直大模型通过国家网信办备案
蘑菇物联“灵知AI”垂直大模型已通过国家网信办生成式人工智能服务备案。该模型面向工业公辅能源领域，聚焦智能问答、精准预测、实时诊断和优化控制四类核心能力场景，体现出较强的行业专业性和落地实用价值。
【提要:】
🧠 智能问答：为复杂工业场景提供即时、专业的知识解答。
📈 精准预测：基于历史数据分析，预判设备运行趋势与能源消耗变化。
🔧 实时诊断：快速定位工业设备故障，提升运维与维护效率。
6、昆仑万维 SkyReels-V3 开源，实现多模态视频生成技术突破
昆仑万维开源 SkyReels-V3，推动视频生成技术继续向高保真和多模态方向演进。该模型通过单一建模架构，将参考图像转视频、视频延长和音频驱动虚拟形象三项核心能力整合到一起，面向更复杂的视频生成需求。
【提要:】
🎥 参考图像转视频（I2V）功能支持 1 至 4 张参考图输入，可较好保留主体身份特征与空间构图。
🎞 视频延长功能引入“镜头切换延长模式”，支持更具逻辑性的“叙事扩展”。
🎙 音频驱动虚拟形象模块实现极高口型同步率，支持分钟级长视频生成及多角色交互。
详情链接:https://github.com/SkyworkAI/SkyReels-V3
7、昆仑天工发布音乐大模型 Mureka V8：实现从“可生成”到“可发布”的跃迁
昆仑天工发布音乐大模型 Mureka V8，进一步提升 AI 音乐生成的成品质量。该模型基于 MusiCoT 技术体系，尝试更贴近人类音乐创作逻辑，在音乐性、编曲完整度、人声表达和音质质感等方面进行升级，推动 AI 音乐从“可生成”走向“可发布”。
【提要:】
🎵 技术突破：依托 MusiCoT 技术体系，对人类创作逻辑进行更深层建模。
🎹 成品级质感：在旋律、人声、编曲等维度全面升级，使作品更接近“可发布”水平。
🛠️ 创作协同：支持用户通过自然语言和参考素材持续调整迭代，而不是依赖随机生成结果。
详情链接:https://www.mureka.ai/ https://www.mureka.cn/
8、三星官宣：下一代 AR 眼镜将于 2026 年发布，主打多模态 AI
三星已正式确认，下一代 AR 眼镜将于 2026 年发布，并将多模态 AI 体验作为主要方向。该产品的核心卖点包括智能辅助、接近日常普通眼镜的轻便设计，以及面向 AR 场景的硬件配置。
【提要:】
🧠 智能辅助：结合语音、视觉及多种交互输入，提供沉浸式智能辅助服务。
👓 轻便设计：外观接近日常普通眼镜，强调佩戴舒适度。
⚙️ 硬件规格：搭载高通 AR1 芯片组，并配备 1200 万像素自动对焦摄像头。
一句话总结
本期 AI 日报显示，AI 正在从单点生成能力走向更强调可控性、实时交互、专业交付和行业落地的应用阶段。