AI行业速览｜2026年2月6日焦点观察
今日AI行业呈现多维度发展态势，大模型迭代加速，应用场景持续拓展。从可灵3.0发布到阿里大品牌更名，从语音模型突破到轻量级模型开源，AI技术正从云端走向终端，商业价值逐步显现。同时，资本市场的活跃与监管政策的完善，共同推动行业健康有序发展，预示着AI技术正进入更加务实的新阶段。
可灵3.0发布：多模态能力再升级
2月6日，可灵AI正式发布可灵3.0版本，该模型在多模态理解与生成能力上实现显著突破。新版本增强了图像识别准确率，提升至98.7%，同时优化了文本与图像的融合处理能力，支持更复杂的跨模态任务。可灵3.0还引入了实时渲染技术，能够将文字描述快速转化为高质量3D模型，渲染速度提升3倍。
此次升级标志着可灵AI在多模态领域的持续深耕，将进一步推动AIGC在游戏、影视和设计等创意产业的应用。可灵团队表示，未来将重点优化模型在移动端的性能，计划于第二季度推出轻量版，以适应更多终端设备需求。
阿里大模型品牌正式更名为千问
阿里巴巴集团宣布，其大模型业务品牌正式从"通义千问"更名为"千问"，以简化品牌架构，强化AI产品矩阵。此次品牌调整后，阿里将整合旗下所有AI产品统一使用"千问"品牌，包括千问大模型、千问助手和千问开放平台等。同时，阿里宣布将投入30亿元资金，通过红包补贴形式激励开发者基于千问平台构建应用。
品牌重塑反映了阿里在AI领域的战略调整，旨在打造更统一、更具辨识度的AI品牌形象。分析人士认为，这一举措将有助于阿里在激烈的AI竞争中建立更清晰的市场定位，并通过资金扶持加速AI生态建设，提升开发者粘性。
Mistral AI发布Voxtral Transcribe 2语音模型
法国AI公司Mistral AI于2月6日推出新一代语音转文本模型Voxtral Transcribe 2，该模型在多语言识别准确率上达到行业领先水平。新模型支持超过50种语言的实时转录，准确率较上一代提升15%，特别是在低噪音环境下的表现尤为突出。Voxtral Transcribe 2还新增了方言识别和情绪分析功能，能够更精准地捕捉语音中的细微差异。
Voxtral Transcribe 2的发布将进一步推动语音识别技术在全球范围内的应用普及，特别是在客服、会议记录和媒体内容制作等领域。Mistral AI计划与多家国际企业合作，将该模型集成到各类商业应用中，预计将在2026年第二季度推出企业定制版服务。
支付宝首次上线AI眼镜扫福功能
支付宝于2月6日宣布，首次在AI眼镜上上线"扫福"功能，用户可通过AI眼镜扫描各类福字获取红包奖励。这一功能基于支付宝的计算机视觉技术，能够识别不同风格、字体的福字，并与AR技术结合，在用户视野中显示虚拟红包。该功能已在部分城市试点，计划在春节期间全面推广。
支付宝将AI眼镜与春节传统活动结合，展示了AI技术在日常生活中的创新应用。此举不仅拓展了AI眼镜的使用场景，也为传统节日注入科技元素。支付宝技术团队表示，未来将继续优化AI眼镜的交互体验，计划增加更多基于视觉识别的实用功能。
昆仑万维发布天工Skywork桌面版
昆仑万维于2月6日正式发布天工Skywork桌面版，这是其大模型家族的首个桌面端应用。该应用集成了文本生成、代码编写、图像创作等多种功能，支持离线使用，用户无需联网即可体验AI能力。天工Skywork桌面版采用了本地化部署方案，确保用户数据隐私安全，同时提供云端同步功能，实现多设备无缝切换。
桌面版发布标志着昆仑万维从云端向终端的战略延伸，将进一步降低AI技术的使用门槛。公司表示，天工Skywork桌面版只是第一步，未来将推出更多面向垂直行业的专业版本，满足不同场景下的AI需求，预计2026年将覆盖教育、医疗、金融等多个领域。
OpenAI推出macOS版Codex应用
OpenAI于2月6日推出专为macOS系统设计的Codex应用，这是其代码生成工具的首个桌面端版本。新应用深度整合了macOS系统特性，支持Xcode、VS Code等主流开发环境，能够实时提供代码建议和错误修复。macOS版Codex还引入了自然语言到代码的转换功能，开发者可通过描述性语言直接生成复杂代码片段。
此次发布是OpenAI拓展桌面端市场的重要一步，将显著提升开发者在mac平台上的编程效率。OpenAI计划在未来几个月内推出Windows和Linux版本，并加强与其他开发工具的集成，进一步巩固其在AI辅助编程领域的领先地位。
智谱发布0.9B轻量级GLM-OCR模型
智谱AI于2月6日发布0.9B参数的轻量级GLM-OCR模型，该模型在保持高性能的同时大幅降低了计算资源需求。新模型在文档识别准确率达到SOTA水平，特别擅长处理复杂版式、手写体和低质量图像。GLM-OCR采用知识蒸馏技术，将大模型能力压缩至小模型，仅需普通GPU即可运行，支持边缘设备部署。
轻量级GLM-OCR的发布将推动OCR技术在更多场景的应用落地，特别是在移动设备和物联网终端上。智谱AI表示，该模型将开源发布，并提供API服务，预计将吸引大量开发者基于此构建行业解决方案，加速文档数字化进程。
阿里千问砸30亿发红包激励开发者
阿里巴巴集团于2月6日宣布，将通过"千问红包计划"投入30亿元资金，激励开发者基于千问大模型构建应用。该计划包括现金奖励、技术支持和市场推广等多重激励措施，特别鼓励在垂直领域创新的应用开发。符合条件的开发者可获得最高100万元的资金支持，以及阿里云资源和技术团队的全程指导。
大规模资金投入反映了阿里对AI生态建设的重视，旨在通过开发者生态构建AI护城河。此举将加速千问大模型在各行业的应用落地，预计将催生一批创新AI应用，同时为阿里云带来新的业务增长点。业内分析认为，这将进一步加剧行业在AI人才和开发者资源上的竞争。
面壁智能开源MiniCPM-o 4.5全模态旗舰模型
面壁智能于2月6日开源新一代全模态旗舰模型MiniCPM-o 4.5，该模型在多模态理解与生成能力上实现重大突破。新模型支持图像、文本、音频等多种模态的深度融合，能够处理复杂的跨模态任务。MiniCPM-o 4.5采用创新的注意力机制，在保持高性能的同时降低了计算复杂度，适合在多种硬件平台上部署。
开源发布将促进全模态AI技术的普及和创新，加速AI应用在多模态领域的发展。面壁智能表示，将持续优化模型性能，计划在未来版本中增强视频理解能力，并扩展支持更多专业领域知识。开源社区已开始基于该模型构建各类应用，预计将催生一批创新的多模态AI解决方案。
上海AI实验室开源科学多模态大模型Intern-S1-Pro
上海人工智能实验室于2月6日开源科学多模态大模型Intern-S1-Pro，该模型专为科学研究领域设计，能够处理科学文献、实验数据和可视化图表等多模态信息。新模型在科学文献理解、实验数据分析等方面表现出色，支持跨学科知识融合，特别适合在材料科学、生物医学等领域应用。
科学大模型的开源将加速AI技术在科研领域的应用，推动科学发现和创新的进程。上海AI实验室表示，将持续优化模型的专业能力，计划与多家科研机构合作，针对特定学科领域进行定制化训练。这一举措有望降低科研门槛，促进跨学科合作，加速科学突破。
腾讯"元宝派"AI助手内测截图泄露
2月6日，腾讯内部测试的AI助手"元宝派"界面截图在网络上泄露，引发广泛关注。从截图来看，"元宝派"整合了腾讯生态内的多项服务，包括微信、QQ、腾讯视频等，能够提供跨场景的智能服务。该助手采用多模态交互方式，支持语音、文字和图像等多种输入方式，界面设计简洁直观。
尽管腾讯尚未正式公布"元宝派"，但此次泄露表明腾讯正在加速布局AI助手领域。分析人士认为，"元宝派"将成为腾讯整合生态资源的重要入口，与字节跳动的豆包、阿里的千问等形成直接竞争。腾讯有望在未来几个月内正式发布该产品，进一步丰富其AI产品矩阵。
MiniMax发布新一代对话模型
AI公司MiniMax于2月6日发布新一代对话模型，该模型在长文本理解、多轮对话和情感表达方面实现显著提升。新模型采用了创新的记忆机制，能够更好地理解上下文，保持对话连贯性，同时增强了推理能力和创造力。测试显示，该模型在复杂任务处理上的表现优于同类产品，特别是在创意写作和代码生成领域。
新一代对话模型的发布将进一步推动AI助手在个人和企业场景的应用。MiniMax表示，该模型将首先应用于其对话产品中，未来将开放API服务，支持第三方开发者构建基于该模型的创新应用。此举将加剧对话AI领域的竞争，推动整个行业的技术进步和应用创新。
