本期 AI 日报覆盖多模态模型、浏览器原生 AI、AI 编程智能体、开源大模型以及 AI 内容生产等多个方向。DeepSeek 进入识图模式灰测，小红书新设 AI 一级部门，阿里推出程序员“数字分身”QoderWake，Chrome、Gemini、蚂蚁集团等也相继带来新动态。
新鲜AI产品点击了解：https://app..com/zh
今日重点
1、DeepSeek 开启识图模式灰度测试，多模态视觉理解能力落地
DeepSeek 在发布 DeepSeek-V4 后不久，就开始灰度测试多模态识图功能。这也意味着，它的多模态能力已经从概念阶段走向实际产品体验。当前，移动端和网页版都新增了“识图模式”入口，可用于基础视觉理解、图片内容描述，以及结合画面信息进行逻辑推理。
从目前表现来看，该功能在常规图像理解和画面还原方面效果不错，但在一些极端视觉场景中，识别准确率仍有提升空间。
【提要:】
✨ DeepSeek 正在灰度测试多模态识图功能，视觉交互能力继续落地。
🔍 模型在基础视觉理解、图像描述和逻辑推理方面表现较为突出。
⚠️ 面对更复杂或极端的视觉任务时，识别率还有优化空间。
2、文心一言5.1预览版上线 LMSYS 竞技场，目前位列全球第13位
文心一言5.1预览版已经低调出现在国际大模型盲测平台 LMSYS Chatbot Arena，并在总榜中排名全球第13位。这表明百度核心模型进入了新一轮快速迭代，也开始通过国际主流公开评测体系接受全球用户的直接对比和检验。
【提要:】
🚀 文心一言5.1预览版已上线 LMSYS Chatbot Arena。
📊 该版本目前在总榜排名第13位，具备一定竞争力。
🌐 百度借助公开评测平台检验模型表现，并推动国际化对标。
3、小红书成立 AI 一级部门 “Dots”
小红书宣布设立 AI 一级部门“Dots”，并同步成立企业智能部，以进一步加大对人工智能技术的投入。根据原文信息，Dots 主要覆盖 AI 模型研发、基础设施、工程落地和产品应用等环节；企业智能部则整合原有企业效率部和数据科学部，为 AI 时代的组织能力和人才配置提供支持。
此外，小红书还设立了海外部门“Rednote”和 Lab 1327 团队，用于推进国际化业务和新产品孵化。
【提要:】
✅ 小红书新设 AI 一级部门“Dots”，覆盖模型、基础设施、工程和应用等方向。
✅ 企业智能部整合原有企业效率部和数据科学部，强化组织与人才支撑。
✅ 海外部门“Rednote”和 Lab 1327 团队将服务于国际化业务及新产品孵化。
4、Chrome 正式发布 Prompt API：浏览器原生 AI 时代来临，网页可直接调用 Gemini Nano 本地模型
Chrome 发布 Prompt API，允许开发者通过 JavaScript 直接调用浏览器内置的 Gemini Nano 模型，让网页应用能够使用本地 AI 能力。该功能属于 Chrome 内置 AI 框架的一部分，也意味着网页在不依赖外部 API 的情况下，同样可以获得一定的模型能力。
由于模型在本地运行，相关数据无需上传云端，有助于提升隐私保护。同时，开发者接入 AI 能力的成本和复杂度也会进一步降低。
【提要:】
🌍 Prompt API 允许网页应用调用 Chrome 内置的 Gemini Nano 模型。
🔒 本地运行模式减少数据上传需求，有助于强化隐私保护。
🛠️ 开发者无需完全依赖外部 API，可降低开发门槛。
详情链接:https://developer.chrome.com/docs/ai/prompt-api
5、程序员“数字分身”上岗:阿里发布 QoderWake，实现代码修复全流程无人值守
阿里巴巴发布 QoderWake 和 Qoder 移动端，进一步完善其 AI 智能体生态，并把能力延伸到更多研发与运维场景。QoderWake 被定义为生产级数字员工，可自主完成代码变更简报整理、错误诊断等任务，并生成修复代码。
Qoder 移动端支持跨端协同，用户可以通过手机远程操控桌面端 Agent 执行复杂任务。阿里希望借助 Qoder 产品布局，推动 AI 从辅助工具逐步走向具备独立任务处理能力的生产要素。
【提要:】
💻 QoderWake 可处理代码变更简报、错误诊断等任务，并生成修复代码。
📱 Qoder 移动端支持跨端协同，用户可远程操控桌面端 Agent。
🔄 阿里通过 Qoder 推动 AI 从研发辅助工具向具备独立处理能力的生产要素演进。
详情链接:https://qoder.com/qoderwake
6、蚂蚁集团正式开源万亿级大模型 Ling-2.6-1T
蚂蚁集团正式开源万亿级大模型 Ling-2.6-1T。该模型采用创新的混合架构，并针对指令执行、工具适配和长上下文承接能力进行了优化，以提升智效比。
原文提到，Ling-2.6-1T 能适配多工具、多约束的复杂业务场景，并展现出较强的多步执行能力。在代码生成、缺陷修复以及噪声环境下的精准推理方面，该模型达到开源领域的顶尖水平。
【提要:】
🧠 Ling-2.6-1T 采用混合架构，以提升模型智效比。
🛠️ 模型支持多工具、多约束的复杂业务场景。
🚀 在代码生成、缺陷修复和精准推理方面达到开源领域顶尖水平。
详情链接:https://huggingface.co/inclusionAI/Ling-2.6-1T
7、巨日禄宣布与火山引擎达成深度合作 AI短剧进入“工业化”时代
杭州巨日禄科技有限公司宣布与火山引擎达成深度合作，并接入豆包视频生成模型 Seedance 2.0。原文指出，这一合作标志着 AI 剧制作开始进入“工业化”阶段。
借助火山引擎在算力和算法方面的能力，巨日禄实现了制作效率与画面可用性的双重提升，并搭建起覆盖前期创作到最终交付的全栈式技术架构，推动国内 AI 影视产业向更成熟的工业化方向发展。
【提要:】
🚀 效率与质量同步提升：AI 剧制作效率提升近10倍，生产周期由15-30天压缩至1-3天。
🖼️ 画面可用性明显提高：传统 AI 生成模式下画面合格率仅30%，新技术架构下已提升至90%以上。
🛠️ 双方构建全栈式技术体系，覆盖前期创作到最终交付，降低 AI 剧生产门槛并保障内容品质。
8、彻底告别复制粘贴！Gemini 迎来史诗级更新，一键生成 Office 文档
Gemini 新增了直接生成并导出多种格式文件的能力，进一步增强其作为生产力工具的实用价值。该功能提升了 Gemini 与办公软件之间的衔接效率，让用户在文档生成、格式导出和办公流转中减少重复操作。
根据原文信息，Gemini 支持 Google Docs、Word、Excel 等主流文档格式，并加入图像识别能力，可将手写笔记转换为排版规整的 PDF 文件。
【提要:】
✨ Gemini 支持直接生成并导出多种格式文件，有助于提升办公效率。
📊 支持 Google Docs、Word、Excel 等主流文档格式，兼容性较强。
🖼️ 新增图像识别能力，可将手写笔记转换为排版规整的 PDF 文件。
一句话总结
本期 AI 资讯显示，国内外厂商正从模型能力、产品入口、研发工具、内容生产和办公场景等多个方向推进 AI 落地，关注重点已从单点能力展示转向更具体的工作流和产业应用。