智元推出机器人世界模型平台Genie Envisioner 
　　智元机器人于2025年7月27日在WAIC 2025“智启具身论坛”上正式发布了行业首个动作驱动世界模型开源平台——Genie Envisioner（简称GE），并于8月14日进一步向公众推出面向真实世界机器人操控的统一世界模型平台。这一平台彻底颠覆了传统机器人学习中“数据-训练-评估”割裂的流水线模式，创新性地构建了一个以视频生成为核心的闭环架构，使机器人能够在同一世界模型中完成从视觉感知到动作执行的端到端推理与执行。
　　智谱上线GLM-4.5V视觉推理模型
　　智谱AI于2025年8月11日正式发布并开源了新一代视觉推理模型GLM-4.5V，该模型以1060亿总参数和120亿激活参数的规模成为全球100B级效果最佳的开源视觉推理模型，同步在GitHub、Hugging Face及魔搭社区开放下载。
　　字节Seed团队开源VeOmni全模态训练框架
　　字节跳动Seed团队于2025年8月14日正式开源的全模态PyTorch原生训练框架VeOmni，标志着多模态大模型训练进入“低摩擦时代”。该框架通过“以模型为中心”的分布式设计理念，系统性解决了传统训练方法在工程复杂度、扩展性和效率上的瓶颈，将全模态模型的研发周期从数周缩短至几天，工程耗时降低90%以上，同时在128卡GPU集群上实现300亿参数MoE模型2800 tokens/sec/GPU的吞吐量，支持高达160K超长上下文序列训练。
　　昆仑万维开源多模态框架Skywork UniPic 2.0 
　　昆仑万维于2025年8月13日在SkyWork AI技术发布周上正式开源了Skywork UniPic 2.0，这是一款突破性的统一多模态框架，首次在单一模型中深度融合图像理解、文本到图像生成（T2I）和图像编辑（I2I）三大核心能力。该模型基于2B参数的SD3.5-Medium架构，通过创新的渐进式双任务强化策略和轻量化设计，实现了生成质量与部署效率的双重突破，其性能超越多个12B以上参数的同类模型，成为开源多模态领域的新标杆。
　　风险提示：
　　以上内容基于历史数据完成，在政策、市场环境发生变化时存在失效的风险；历史信息不代表未来。