AI行业速览｜2026年5月28日焦点观察
今日AI行业呈现出多模态技术深化、API服务普及化以及应用场景多元化的发展趋势。从巨头企业的战略调整到开源社区的持续创新，AI技术正加速向实用化、普惠化方向发展。市场方面，API服务降价与开源框架的涌现降低了AI技术门槛，而垂直领域应用则展现出更强的商业化潜力，预示着AI产业正从技术竞争转向生态构建与应用落地的新阶段。
小米推出MiMo-V2.5系列API永久降价
小米公司今日宣布对其MiMo-V2.5系列API实施永久性降价策略，这一举措将使开发者能够以更低成本接入小米的多模态AI能力。此次降价涉及图像识别、自然语言处理和语音合成等多个核心功能模块，降幅最高达40%，预计将大幅降低AI应用的开发门槛。
这一策略反映了小米在AI领域的普惠化思路，通过降低API成本，小米有望吸引更多中小开发者加入其AI生态。此举也预示着AI服务正从高端定制向标准化、规模化方向发展，未来可能引发更多厂商跟进降价，推动AI技术更广泛的应用落地。
千问升级拍照问健康功能
阿里巴巴旗下千问大模型今日宣布升级其"拍照问健康"功能，新增了医学影像分析和健康风险评估能力。新版本能够通过分析用户上传的医学影像，提供初步的诊断建议和健康风险预警，同时整合了最新的医学知识库，提高诊断准确性。
这一升级标志着AI在医疗健康领域的应用进一步深化，从简单的健康咨询向专业医疗辅助迈进。随着医疗AI技术的成熟，这类应用有望缓解医疗资源分配不均的问题，但同时也引发了关于数据隐私和医疗责任归属的讨论，未来需要建立更完善的监管框架。
豆包宣布禁用拍题答疑功能
字节跳动旗下AI助手豆包今日宣布将禁用"拍题答疑"功能，该功能曾允许用户通过拍照获取作业或考试题目的解答。这一调整是豆包团队在收到教育部门关于规范AI辅助学习工具的指导意见后作出的决定，预计将于下月正式生效。
这一禁令反映了AI教育应用面临的监管趋严趋势，同时也促使开发者思考如何平衡技术便利性与教育公平性。未来，AI教育工具可能需要转向提供学习方法指导、知识体系构建等更符合教育本质的功能，而非简单的答案提供。
OpenAI未官宣新旗舰GPT-5.6意外曝光
尽管OpenAI尚未正式发布，但据行业内部人士透露，其新一代旗舰模型GPT-5.6已进入测试阶段。该模型在推理能力、多模态融合和长文本处理方面均有显著提升，特别是在复杂问题解决和创意生成任务上表现突出，预计将重新定义AI能力的边界。
这一意外曝光引发了行业广泛关注，也反映了AI技术竞争的激烈程度。GPT-5.6的推出可能会加速AI在各行业的应用落地，同时也将引发关于AI安全、伦理和监管的新一轮讨论。业界期待OpenAI能够在新模型发布的同时，公布更完善的安全措施和伦理框架。
昆仑万维发布天工SkyClaw-v1.0
昆仑万维今日正式发布其新一代Agent模型天工SkyClaw-v1.0，该模型专注于复杂任务执行和自主决策能力。SkyClaw-v1.0采用了创新的分层架构设计，能够理解复杂指令并制定执行计划，在多步骤任务处理方面表现优异，已通过多项权威基准测试。
这一发布标志着国内AI Agent技术的重要进展，昆仑万维表示将重点推动SkyClaw在智能客服、自动化办公和工业控制等领域的应用。随着AI Agent技术的成熟，未来可能出现更多能够自主完成复杂任务的AI系统，这将深刻改变人机交互和工作流程。
阿里Qwen3.7-Max编程能力全球登顶第二
阿里巴巴今日宣布，其最新大模型Qwen3.7-Max在编程能力评估中位列全球第二，仅次于OpenAI的GPT-4。该模型在代码生成、调试和优化方面表现出色，支持多种编程语言，并在复杂算法实现上展现出强大的逻辑推理能力。
这一成就展示了国内AI大模型在特定领域的竞争力，也反映了阿里在AI技术持续投入的成果。随着编程AI能力的提升，软件开发流程可能面临重构，从传统的手动编码向AI辅助编程转变，这将提高开发效率，但也可能对传统编程岗位带来挑战。
字节联合港科大发布MMProLong
字节跳动与香港科技大学今日联合发布了多模态大模型MMProLong，该模型在长视频理解和多模态信息融合方面取得突破。MMProLong能够处理长达数小时的视频内容，准确提取关键信息并进行语义理解，在视频内容分析和智能剪辑等领域具有广泛应用前景。
这一合作体现了学术界与产业界在AI研发上的深度融合，MMProLong的发布将推动多模态AI技术在视频内容处理领域的应用。随着视频内容的爆炸式增长，这类能够处理长视频内容的AI模型将在内容审核、推荐系统和媒体制作等领域发挥重要作用。
腾讯ima宣布开放Copilot
腾讯今日宣布开放其智能助手平台ima的Copilot功能，该功能能够根据用户上下文提供智能辅助和建议。ima Copilot支持办公、创作和开发等多种场景，通过深度学习用户习惯，提供个性化的智能服务，目前已接入腾讯云、企业微信等多个平台。
这一开放标志着腾讯在AI助手领域的战略升级，通过开放Copilot，腾讯希望构建更广泛的AI应用生态。未来，AI助手可能成为各类应用的标准配置，改变人机交互的基本方式，同时也将推动更多场景的智能化转型。
红果短剧取消AI仿真人短剧保底政策
红果短剧今日宣布取消此前对AI仿真人短剧的保底政策，这一调整反映了市场对AI生成内容接受度的变化。红果短剧曾于去年推出针对AI仿真人短剧的扶持计划，提供流量和资金支持，但随着市场趋于理性，公司决定让这类内容完全接受市场检验。
这一调整表明AI生成内容正从政策扶持走向市场化竞争，未来内容质量将成为决定其商业价值的关键。随着AI生成技术的普及，内容创作门槛降低，但优质内容的稀缺性可能反而提高，这将促使开发者更加注重创意和品质，而非单纯依赖技术 novelty。
字节开源统一多模态大模型Lance 3B
字节跳动今日宣布开源其统一多模态大模型Lance 3B，该模型参数规模为30亿，能够同时处理文本、图像和音频等多种模态的数据。Lance 3B采用了创新的模态融合架构，在保持高性能的同时降低了计算资源需求，适合在边缘设备上部署。
这一开源举措将促进多模态AI技术的普及和应用，开发者可以基于Lance 3B构建各类多模态应用。随着开源模型的增多，AI技术门槛将进一步降低，但同时也引发了关于模型安全性和数据隐私的讨论，未来需要建立更完善的AI开源治理机制。
智谱发布GLM-5.1高速版
智谱AI今日发布GLM-5.1高速版，该模型在保持高性能的同时显著提升了推理速度，比前代版本快3倍。GLM-5.1高速版采用了创新的稀疏激活技术，能够根据任务复杂度动态计算资源分配，在保证输出质量的同时大幅降低响应时间。
这一发布解决了大模型应用中的实时性挑战，将使AI助手、智能客服等应用能够提供更流畅的用户体验。随着模型推理速度的提升，AI应用可能从异步处理向实时交互转变，这将拓展更多应用场景，但也对算力基础设施提出了更高要求。
CapCut与Gemini合作推出深度集成
字节跳动旗下的CapCut今日宣布与Google的Gemini模型达成深度合作，推出集成AI功能的视频编辑解决方案。此次合作将Gemini的创意生成能力与CapCut的视频编辑工具相结合，用户可以通过自然语言描述生成视频内容，并获得智能剪辑建议。
这一合作代表了AI工具与创意软件的深度融合，将改变内容创作的方式。随着AI辅助创作工具的普及，内容创作的门槛降低，但创意和审美的重要性反而提高，未来可能出现人机协作的新创作模式，而非简单的AI替代。
腾讯上线AI助手Marvis
腾讯今日正式上线AI助手Marvis，该助手专注于企业级应用场景，能够提供智能客服、数据分析和流程自动化等服务。Marvis采用了腾讯最新的多模态AI技术，能够理解文本、语音和图像等多种形式的输入，并为企业提供定制化的AI解决方案。
这一发布标志着腾讯在AI企业服务领域的战略布局，Marvis将与腾讯云、企业微信等产品形成协同效应。随着AI技术在企业应用的深入，传统的工作流程和组织结构可能面临重构，AI助手将成为企业数字化转型的重要推动力。
智谱AI推AutoClaw移动端APP
智谱AI今日发布移动端应用AutoClaw，该应用将大模型能力与移动设备特性相结合，提供智能助手、内容创作和图像处理等功能。AutoClaw采用了边缘计算与云端协同的架构，能够在保证功能丰富的同时保护用户隐私，支持离线使用核心功能。
这一发布反映了AI技术向移动端迁移的趋势，随着移动设备算力的提升，AI应用将更加普及和个性化。未来，移动AI助手可能成为用户与数字世界交互的主要入口，改变人们获取信息、完成任务和娱乐的方式，同时也将推动移动芯片和操作系统的发展。
Photoshop 27.7 重构AI功能模块
Adobe今日发布Photoshop 27.7版本，对该软件的AI功能模块进行全面重构。新版本整合了Adobe Firefly的最新能力，提供了更精准的图像生成、编辑和风格迁移功能，同时改进了AI工具的用户界面，使专业用户能够更直观地控制AI生成结果。
这一升级反映了AI技术在专业软件中的深度融合，未来创意工具可能从传统的手动操作向人机协作转变。随着AI生成能力的提升，创意工作的定义可能发生变化，从技能执行转向创意指导和结果把控，这将改变创意产业的就业结构和价值分配方式。
支付宝推出全球首个Token Pay服务
支付宝今日宣布推出全球首个基于AI的Token Pay服务，该服务能够根据用户消费习惯和场景智能推荐支付方式，并自动完成最优支付组合。Token Pay整合了支付宝的AI风控系统和区块链技术，在保证安全性的同时提供无缝的支付体验。
这一创新代表了AI在金融科技领域的应用深化，未来支付系统可能从简单的资金转移转向智能财务顾问。随着AI支付技术的普及，个人财务管理将更加智能化和自动化，但同时也引发了关于数据隐私和算法公平性的讨论，需要建立相应的监管框架。
快手开源自研多模态大模型Keye-VL-2.0-30B-A3B
快手今日宣布开源自研多模态大模型Keye-VL-2.0-30B-A3B，该模型专注于视频理解和内容生成。Keye-VL-2.0-30B-A3B采用了创新的视频-文本对齐技术，能够准确理解视频内容并生成高质量描述，在视频内容分析和推荐系统方面表现优异。
这一开源将促进AI在视频内容处理领域的应用，开发者可以基于Keye-VL构建各类视频应用。随着视频成为主流内容形式，能够理解视频内容的AI模型将在内容审核、推荐系统和媒体制作
