分类： AI 资讯

腾讯混元Hy4与Hy4flash即将发布：强化长任务与思维链，首增视觉理解

腾讯在2026全球数字生态大会上宣布，混元Hy4与轻量版Hy4flash即将发布，Hy4重点提升长周期生产力任务与思维链效率，并首次加入视觉理解能力。

腾讯在 10 月 29 日的全球数字生态大会上推出面向个人用户的跨应用 AI 协作系统 Buddy One，把腾讯文档、腾讯会议、腾讯网盘和 ima 串到同一账号与积分池下，用户提问时不必再指定具体应用。值得关注的是，这相当于把 Agent 从单产品工具推向跨产品的个人数据入口。

据报道，腾讯WorkBuddy开放平台自2026年10月初起内测“收益变现”功能，首次允许个人和企业开发者发布付费Skill与专家智能体，用户购买后才能调用，开发者可自主定价。

智元在2026创新日发布具身智能原生操作系统灵渠OS 1.0，并计划于2026年底全面开源，同时宣布向开放原子开源基金会捐赠该项目。

OpenMOSS团队于2026年10月开源图像生成模型MOSS-Image，以5B参数单流DiT架构支持约4K Token提示词和结构化JSON布局，直指海报、信息图中“文字错、段落断、元素歪”的痛点。

Chrome 在 2026 年 10 月底开始分批向美国用户推送由 Gemini 驱动的增强填表功能，可直接从 Gmail 中找出订单号、物流单号和航班预订号来填充表单，填表从“记住信息”转向“按任务实时调取”。

2026年10月19日发布于alphaXiv的一篇论文提出免训练方法SP²ec，在生成过程中动态调整视觉语言模型的自投机解码配置，在Qwen2.5-VL-7B-Instruct和LLaVA-NeXT-Mistral-7B上较原有方法最高提升约11%吞吐。

Anthropic 于 10 月 27 日发布报告称，一个未公开的内部 Claude 研究模型仅凭初始提示，就自主发现漏洞并写出利用代码，在 Linux 内核上 53 分钟拿到 root 权限。这值得关注，因为它把大模型在攻防安全领域的实际能力摆到了台面上。

百度确认集团副总裁、百度研究院副院长吴甜已结束在百度的工作，同时百度于10月27日发布并开源文心Unlimited OCR2，称可实现任意页数文档解析，把OCR处理上限从数十页推到“不限页数”。

宇树科技2026年第三季度营收6.65亿元、同比增长69.93%，但归母净利润仅1.13亿元、同比下滑17.37%，公司将利润下滑归因于算力与大模型研发投入增加。