◆ AI 总结

Kimi发布重磅开源模型K2.5及配套编码工具Kimi Code，在智能体、视觉和编程能力上全面对标顶级闭源模型，是开源生态的重要进展。DeepSeek的OCR-V2通过架构创新解决了文档理解的顺序难题。通义实验室的预告预示着阿里系可能很快会有新动作。

模型动态

Kimi / Openrouter

Kimi K2.5 开源视觉智能体模型正式发布。

核心特性：原生多模态，在多项Agent、视觉、代码基准测试中达到开源SOTA。 创新功能：推出“Agent Swarm”并行智能体模式，速度提升4.5倍；支持视觉引导编程。 开放状态：模型、代码、API、技术博客均已开源，并已在官网和OpenRouter等平台上线。[1][2][3]
Kimi

Kimi Code 开源编码智能体发布。

产品形态：基于Python的开源编码Agent，采用Apache 2.0许可证。 核心价值：透明、可扩展，可无缝集成VS Code、Cursor等主流IDE，并原生支持多模态输入。[1][2][3]
DeepSeek / Qwen

DeepSeek 发布 OCR-V2 模型，用LLM架构替换CLIP。

核心创新：引入“视觉因果流”机制，使用Qwen2-0.5B小型LLM作为视觉编码器，以模拟人类阅读顺序。 性能提升：在OmniDocBench等测试中，阅读顺序准确性和整体性能均有显著提升。[4][5]
Qwen

通义实验室发布神秘预告，暗示即将有新产品或更新。