AI日报 | 2026年02月05日

今日精选 Top 10

1. 面壁智能开源”Her”级全双工交互模型 MiniCPM-o 4.5

面壁智能开源了 MiniCPM-o 4.5，这是一个仅有 9B 参数却能达到 SOTA 性能的多模态模型。它最大的突破是实现了全双工交互体验——能实时感知环境变化，甚至主动开口打断对话，真正有了”活人味”。

为什么重要： 这是端侧 AI 交互的重大突破。9B 参数意味着它可以在消费级设备上流畅运行，而全双工交互能力打破了传统”一问一答”的机械感，为 AI 助手、智能硬件、车载交互等场景打开了新可能。

🔗 GitHub: OpenBMB/MiniCPM-o

2. 钉钉升级为智能体OS，发布 AI 录音卡

钉钉宣布全面升级为智能体操作系统，从”人适应工具”转向”AI 适应人”。现场还发布了引发关注的 AI 录音卡，企业纷纷签约拥抱 AI 转型。

为什么重要： 这标志着国内协同办公平台正式进入”Agent 时代”。当钉钉这样的国民级应用把 AI 智能体作为业务执行核心，意味着 AI 从”辅助工具”变成了”工作伙伴”，企业数字化转型的底层逻辑正在被重写。

🔗 机器之心报道

3. 智谱 GLM-Image 攻克图像文字渲染难题

智谱 AI 发布 GLM-Image，这是一个开源权重的图像生成器，专门解决图片文字渲染这一长期痛点。采用两阶段方法，在基准测试中击败了竞品。

为什么重要： AI 生图的”文字鬼画符”问题终于被系统性解决。这对于海报设计、品牌视觉、出版物等需要精确文字控制的场景是重大利好，也意味着 AI 设计工具向专业级又迈进了一步。

🔗 DeepLearningAI Twitter

4. CIA 关闭 World Factbook，Simon Willison 抢救存档

CIA 突然宣布关闭运营了 50 多年的 World Factbook，并设置了 302 重定向到关闭公告页，连历史存档也不保留。Simon Willison 紧急将 2020 年存档上传至 GitHub 并启用 Pages 镜像。

为什么重要： 这是对”数字公共文化”的一次沉重打击。World Factbook 自 1997 年起就是互联网的重要基石，它的消失提醒我们：即便是最权威的机构，也可能做出令人费解的文化破坏行为。数据的长期保存和去中心化存档变得前所未有的重要。

🔗 Simon Willison 博客

5. Anthropic 估值飙升至 3500 亿美元

Anthropic 估值已飙升至 3500 亿美元，正在推进员工股权套现计划，同时还在进行新一轮巨额融资。

为什么重要： 这是 AI 人才争夺战白热化的最新注脚。如此高的估值不仅反映了资本市场对 Claude 系列模型的认可，也意味着 Anthropic 必须用真金白银留住核心人才——AGI 竞赛已经进入”烧钱抢人”的深水区。

🔗 AIbase 报道

6. 美团 STAR 模型统一理解与生成架构

美团提出 STAR 模型，采用堆叠自回归创新架构，打破多模态”理解”与”生成”的长期僵局。理解能力不打折的同时还能生图，在 GenEval 测试中拿下 SOTA。

为什么重要： 多模态模型的”统一化”是行业共识，但技术难度极高。STAR 的架构创新意味着工业界终于有望用一个模型同时完成图像理解、生成、编辑等任务，大幅降低部署成本。

🔗 arXiv: 2512.13752

7. Xcode 26.3 集成 Claude Agent SDK 支持 Agentic Coding

苹果 Xcode 26.3 正式支持 Agentic Coding，集成了 Claude Agent SDK。但这引发了隐私担忧——开发者担心代码泄露风险。

为什么重要： 这是主流 IDE 首次深度集成 AI Agent 能力，标志着”AI 写代码”从 Copilot 时代的辅助补全，进化到了 Agent 时代的自主任务执行。争议本身也说明：AI 编程的安全边界正在被重新定义。

🔗 News Hacker 报道

8. 微信严打诱导分享，封禁自家元宝红包

微信严打诱导分享行为，连腾讯自家的元宝红包也被封禁，被迫改为口令模式。微信强调用户体验第一，平台规则对谁都一视同仁。

为什么重要： 这体现了微信作为超级平台的底线思维——即便是自家兄弟，也不能破坏用户体验。对于 AI 产品的推广来说，这意味着”裂变式增长”的红利期正在结束，产品本身的价值才是关键。

🔗 AIbase 报道

9. 生成式模型自动进化数据增强策略

新研究利用生成式模型自动进化出最优数据增强策略，突破了传统旋转、裁剪等手工设计的局限。即使数据量极少，效果也惊人。

为什么重要： 数据增强是模型训练的基础环节，但长期依赖人工经验。让 AI 自己设计增强策略，意味着模型训练正在从”人工调参”走向”自动机器学习”的新阶段。

🔗 arXiv: 2602.03123

10. Spiral RoPE：突破视觉 Transformer 方向限制

研究者提出 Spiral RoPE，在 2D 平面旋转位置编码，突破了传统轴向编码的方向限制，能捕捉自然图像中的倾斜关系。

为什么重要： 位置编码是 Transformer 的核心组件，这个改进虽小但意义深远——它让视觉模型能更自然地”看懂”倾斜、旋转的物体，对于自动驾驶、医学影像等场景尤为重要。

🔗 arXiv: 2602.03227

一句话总结

今天 AI 界的关键词是”落地”： 从面壁的端侧交互模型到钉钉的智能体 OS，从美团的统一架构到 Xcode 的 Agentic Coding——AI 正在从实验室走向生产环境，从炫酷演示变成基础设施。

参考来源

产品与发布

行业动态

前沿研究

聚合资讯

本文基于 2026 年 02 月 05 日的 AI 行业动态撰写，引用来源截至发文时均为公开可验证信息。