面壁智能发布首个具身智能成果 MiniCPM-Robot 系列模型，含 1.5B VLA 与 0.9B 跟踪模型

WAIC 2026 | 面壁智能首个具身智能成果 MiniCPM-Robot 系列模型正式发布！

面壁智能联合 OpenBMB 发布并开源 MiniCPM-Robot 系列，包括通用 VLA 模型 MiniCPM-RobotManip（1.5B 参数）与移动跟踪模型 MiniCPM-RobotTrack（0.9B 参数）。

Qwen-Audio-3.0-TTS 发布：从"能说话"到"会表达"

从"能说话"到"会表达"：Qwen-Audio-3.0-TTS 发布

通义实验室发布 Qwen-Audio-3.0-TTS 实时语音合成模型，含 Flash 与 Plus 两个版本，首包延迟约 300ms。模型支持 16 种语言和 20 种方言，Plus 版在 Artificial Analysis 榜单夺冠，平均说话人相似度达 82.75。新增 Free-style 自然语言指令、细粒度标签控制及嘈杂环境鲁棒性，音频输出提升至 48K，单次合成最长 3 分钟。

NVIDIA 发布 Cosmos 3 Edge：4B 参数开源世界模型，为机器人及边缘 AI 提供实时推理与动作生成

Introducing Cosmos 3 Edge

NVIDIA 在 Hugging Face 上开源了 Cosmos 3 Edge，一个 40 亿参数的世界模型，旨在帮助机器人和视觉 AI 智能体在边缘设备上理解环境、实时推理并生成动作。

通义实验室发布 Qwen-Audio-3.0-TTS 实时语音合成模型

从"能说话"到"会表达"：Qwen-Audio-3.0-TTS 发布

通义实验室发布 Qwen-Audio-3.0-TTS，含 Flash（首包延迟约300ms）和 Plus 两个版本。Plus 版本在 Artificial Analysis 榜单夺冠，支持16种语言和20种中文方言，平均 WER/CER 低至3.87（Flash），说话人相似度最高达82.75（Plus）。

上海科学智能研究院开放科学多模态基础模型"神珍"

多模态 AI 模型"神珍"开放，能处理蛋白质、天气等六类科学信息

上海科学智能研究院开放科学多模态基础模型"神珍"，总参数约110亿，可处理DNA、RNA、蛋白质、小分子、地球系统和医学影像六类数据。在生物序列20项任务中，该模型9项取得最优结果；医学影像分割平均Dice得分91.20，在7种参评方法中最优。模型权重及代码已在星河启智、Hugging Face和GitHub开放。

面壁智能发布首个具身智能成果 MiniCPM-Robot 系列模型，正式进军机器人领域

WAIC 2026 | 面壁智能首个具身智能成果 MiniCPM-Robot 系列模型正式发布！

面壁智能联合 OpenBMB 在世界人工智能大会上发布并开源首个具身智能成果 MiniCPM-Robot 系列，包括 1.5B 通用 VLA 模型 MiniCPM-RobotManip 与 0.9B 跟踪模型 MiniCPM-RobotTrack。

昆仑万维发布并开源可交互世界模型 Matrix-Game 3.5

游戏引擎将死，世界模型奇点临近，Matrix Game-3.5引领游戏世界开源模型第一品牌

昆仑万维在 WAIC 2026 发布并开源新一代可交互世界模型 Matrix-Game 3.5。该模型通过 Patch Memory 与 Warped PRoPE 实现长期记忆与几何一致性建模，可在单张 GPU 上以 720P 分辨率、约 20FPS 实时生成流式视频。

Introducing Fugu-Cyber： our new orchestration model that achieves state-of-the-art performance on real-world cybersecurity benchmarks