DeepSeek终于推出识图模式，但效果。。。

文章主旨：

本周AI行业在编程/Agent工具、开源模型、具身智能与世界模型三条主线上密集迭代，同时伴随大规模融资、并购与顶尖人才流动，行业竞争明显加速。

关键要点：

• 编程与Agent工具成为更新焦点：Claude Code 新增 Artifacts 功能，可将终端会话实时转为可交互、可分享的可视化网页；GLM-5.2 与小米 MiMo Claw 同步面向编程与任务执行场景发布。
• 资本与人才流动剧烈：DeepSeek 完成成立以来首次对外融资，募资超 500 亿元人民币；SpaceX 以 600 亿美元全股权收购 Cursor 母公司；诺奖得主、AlphaFold 核心缔造者 John Jumper 离开谷歌 DeepMind 加入 Anthropic。
• 开源模型逼近前沿水平：GLM-5.2 在 Code Arena 取得全球可用模型第一，MiniMax M3 在多个榜单位列开源模型首位，两者均以开源形式发布并同步开放 API。
• 具身智能与世界模型加速落地：银河通用 AstraBrain-WBC 0.5 首次在运动控制层验证 Scaling Law；Qwen-Robot 三模型齐发，覆盖导航、操作与世界预测；阿里云 HappyOyster 支持实时可交互数字世界生成。
• 能力短板同样暴露：DeepSeek 识图模式实测在图像识别准确性、手写汉字识别、视觉细节辨析与专业领域推理上出现明显错误。

内容结构：

1. Claude Code 史诗级更新，支持 Artifacts 功能

Anthropic 为 Claude Code 加入 Artifacts：把用户在终端与 Claude Code 的对话实时转为可交互、可分享、随会话自动更新的可视化网页，可生成 PR 代码走查、系统架构图、事故调查时间线、发布清单等，并输出固定链接供团队共享，内容更新时页面同步刷新；目前以 Beta 版面向 Claude Team 和 Enterprise 组织开放。

2. 银河通用发布人形机器人“小脑”基座模型 AstraBrain-WBC 0.5

号称全球首个人形机器人全身实时运控基座大模型，用 20 亿帧动捕数据训练 GPT 风格因果 Transformer，首次在运动控制层验证 Scaling Law；零样本泛化对新动作追踪成功率由 MLP 架构的 76.89% 升至 92.58%，推理延迟 0.39 毫秒，约为现有主流系统速度的五倍；模型与数据集全面开源，论文被 CVPR 2026 接收。

3. 诺奖得主 John Jumper 告别谷歌 DeepMind，转投 Anthropic

AlphaFold 核心缔造者、诺贝尔化学奖得主 John Jumper 在效力近九年后离职加入 Anthropic；他博士毕业半年即领导 AlphaFold 项目，该成果于 2024 年为其赢得诺奖。此次离职紧随 Noam Shazeer 跳槽 OpenAI 之后，报道称 DeepMind 内部存在挫败感，其模型在多个前沿领域被认为已落后于竞争对手。

4. DeepSeek 识图模式正式上线 App 与网页端

“识图模式”与“快速模式”“专家模式”并列，开启后可直接上传图片让模型理解，官方称能力远超简单文字提取；但多方实测结果不一：能认出黄仁勋，却把手持豆汁误判为牛奶，对何同学、梁文锋等人物也出现识别错误；在潦草手写汉字、找相同袜子、识别钢琴和弦等任务上亦未答对，暴露出真实场景文本识别、视觉细节辨析与专业领域推理的局限。

5. 阿里云发布世界模型 HappyOyster 1.0

可根据一句话描述生成完整、可演绎、可探索、可互动的数字世界，基于原生多模态架构，支持音视频联合生成；特点是生成过程可持续接收用户指令、画面实时响应，区别于传统“生成成片”的一次性流程。官网已开放“实时导演”和“世界探索”两种玩法。

6. SpaceX 以 600 亿美元收购 AI 编程工具 Cursor

SpaceX 宣布通过全股权交易收购 Cursor 母公司 Anysphere，估值达 600 亿美元；收购前 SpaceX 刚完成上市，市值突破 2.5 万亿美元。Cursor 自 2022 年成立，年度 B2B 收入约 26 亿美元。收购后 Cursor 将成为 SpaceX 全资子公司，并有望直接使用 xAI 算力资源，以缓解其底层模型依赖竞争对手的问题。

7. DeepSeek 首次融资落地

DeepSeek 完成 2023 年成立以来首次对外融资，募资额超 500 亿元人民币，估值超 500 亿美元。为保障创始人梁文锋绝对控制权，融资采用特殊结构：除国家人工智能产业投资基金（投资 10 亿元）外，其他投资者资金需投入梁文锋管理的有限合伙企业，股份锁定五年不得出售；梁文锋个人出资 200 亿元为本轮最大笔投资，腾讯、宁德时代、京东、网易和 IDG 资本等参与。

8. GLM-5.2 开源

智谱发布并开源专注编程与长程任务的 GLM-5.2，在前端开发盲测系统 Code Arena 上取得全球可用模型第一；实现稳定的 1M 无损上下文，多个长程任务基准表现介于 Claude Opus 4.7 与 4.8 之间，为排名最高的开源模型（如 FrontierSWE 仅比 Opus 4.8 低 1%）。相比前代在主流编程基准上均有提升（Terminal-Bench 2.1 提升 17.5%），并引入思考档位控制平衡能力与成本；借助 IndexShare 等架构优化，Day 0 完成华为昇腾、平头哥、摩尔线程等国产算力平台推理适配；权重遵循 MIT 许可证开源，同步上线 API 并纳入 GLM Coding Plan。

9. Xiaomi MiMo Claw 正式版上线

小米发布云端轻量化 Agent 产品 MiMo Claw 正式版，搭载与 OpenClaw 框架深度适配的 MiMo-V2.5-Pro 旗舰模型，原生支持 MCP 协议并具备百万级超长上下文；ClawEval 基准任务达标率 63.8%，同等任务下 Token 消耗比同类产品低约 40%–60%。服务联动金山办公生态，支持 Word、Excel、PPT、PDF 等超 95% 文档类型，提供生成到在线编辑的全链路闭环；免费用户单次体验时长由 1 小时升至 4 小时。

10. MiniMax 开源 M3 旗舰模型

MiniMax 开源原生多模态旗舰模型 M3，总参数 428B、激活参数 23B，为首个从零开始进行多模态混合训练的开源模型；发布两周内在 Artificial Analysis 综合智能指数榜位列全球开源模型第一，并在 GDPval-AA、Code Arena WebDev 榜单同样居开源首位，同时进入帕累托最优模型序列；输出速度已从上线初期约 30 TPS 提升到约 80 TPS，官方称后续还将再提速 30%–40%。

11. Qwen-Robot 系列三模型齐发

通义实验室推出 Qwen-Robot Suite，含三个面向物理世界的基础模型：Qwen-RobotNav 以可控观测编码统一指令跟随、目标导航等五类导航任务，VLN-CE RxR 成功率 76.5%；Qwen-RobotManip 采用统一 80 维状态-动作表示与相机坐标系下增量位姿动作，在超 38,100 小时开源数据上训练，实现跨本体操作，LIBERO-Plus 成功率 91.4%；Qwen-RobotWorld 将所有动作以自然语言表达，使 20 余种本体、500 多个动作类别在 860 万视频-文本对上协同训练，用于预测符合物理规律的未来。三个模型均提供语言优先接口，可被通用大模型作为工具调用，组合为能执行长程任务、具备失败恢复能力的物理智能体系统。

文章总结：

本周为一期信息密集的AI行业动态速览，呈现“工具迭代—开源追平—资本入场—具身落地”同步推进的态势，宜按自身方向追踪对应开源仓库与官方发布渠道。

啥都会一点的研究生

查看原文：DeepSeek终于推出识图模式，但效果。。。

文章来源：

啥都会一点的研究生

扫码关注公众号