2025年9月1日，阶跃星辰发布开源端到端语音大模型Step-Audio 2 mini，并在多个国际基准测试中取得SOTA成绩。该模型统一语音理解、音频推理与生成，支持语音原生Tool Calling能力，可实现联网搜索等操作。其综合性能超越Qwen-Omni、Kimi-Audio等开源模型及GPT-4o Audio，在音频理解、语音识别、翻译和对话场景中表现突出。例如，在中英互译任务上，其CoVoST 2和CVSS评分分别达39.3和29.1；语音识别任务中，中文CER为3.19，英语WER为3.50，领先其他开源模型15%以上。通过真端到端多模态架构、CoT推理结合强化学习及音频知识增强，Step-Audio 2 mini有效解决传统语音模型智商情商不足的问题，现已上线阶跃星辰开放平台并开源。

8月18日，理想汽车旗下AI助手理想同学宣布MindGPT 3.1升级为端到端智能体模型，支持边想边搜功能。新版本将智能体能力融入大模型，在推理过程中可同步调用工具，提供更快速、全面、准确的结果，每秒出字速度最高达200 tokens，较3.0版本提升近5倍。理想同学App于去年12月上线苹果App Store，今年3月网页版上线并接入DeepSeek-R1-0528最新模型，持续优化用户体验。

标题：世界机器人大会：技术路线的“非共识”之争 正文： 今年的世界机器人大会（WRC）上，机器人领域展现出多样化的产品形态和技术路线，但缺乏统一标准，形成了大量“非共识”。硬件设计分化出不同场景适配方案，软件算法则在VLA、端到端模型和仿真数据训练等方面分道扬镳。这种发散状态虽看似混乱，却是新兴...

标题：一句话生成播客，豆包·播客模型太逼真了！ 家人们，又一款有趣的AI来了——火山引擎发布了豆包·播客模型！只需一句话，就能生成高质量的播客内容。无论是实时热点讲解、超长文本概括，还是开放式话题反应，豆包·播客模型都能轻松应对。 例如，根据“亚朵酒店致歉”生成的播客，AI展现出清晰的态度和专业性；...

4月1日，中信建投指出，预训练大模型的边际收益因Scaling Law接近瓶颈，智能体（Agent）成为大模型厂商的新发力点。Agent技术历经三阶段演进：工作流+预训练模型、工作流+推理模型，再到端到端智能体+推理模型。第三代智能体代表如OpenAI Deep Research，展现出巨大潜力。得益于国产推理模型的支持，国产第三代智能体预计将在4月迎来集中发布，并展现强劲竞争力。

3月6日，智平方宣布完成新一轮过亿元Pre A+轮融资，投资方包括敦鸿资产、云启资本和国投创盈等。智平方是国内最早探索端到端VLA技术路线的企业，2024年实现搭载端到端VLA具身大模型的智能机器人商业化。2025年初，智平方在两个月内迅速完成两轮数亿融资。本轮融资将用于加速端到端VLA模型迭代及推动具身智能机器人商业化。智平方自主研发的AI2R Brain具身大模型已部署于Alpha Bot系列机器人，最新产品Alpha Bot 1S融合了轮式设计和高自由度机械臂。智平方已签约多家国内外一线车企、高端制造企业及互联网巨头，并实现数千万级别收入。智平方创始人郭彦东博士曾任小鹏汽车和OPPO首席科学家，团队汇集了AI、机器人和智能终端领域的顶尖人才。

Figure AI创始人Brett Adcock宣布，明日Figure将揭晓“公司历史上最重要的AI更新”，可能涉及人形机器人上的新突破。Figure已于2月14日向第二个商业客户交付了Figure-02人形机器人，并计划在未来30天内展示端到端工作能力。此前，Figure终止了与OpenAI的合作，认为集成大模型不是最佳方案，应专注于端到端AI模型。Figure正洽谈新一轮15亿美元融资，若成功，公司估值将达395亿美元，成为全球估值最高的十大未上市初创公司之一。

理想汽车发布最新V13版本智能驾驶系统，实现“车位到车位”全程自主驾驶，包括自主过闸机和避让障碍物。该系统搭载2颗英伟达Orin X芯片，配备多摄像头和激光雷达，具备800万clips训练数据。理想V13系统通过端到端模型和VLM大模型结合，提供更高效的驾驶策略和AI可视化界面。这一技术进步使理想跻身智能驾驶领先阵营，加速了中国智能驾驶领域的竞争。

微软宣布组建新AI部门，由Meta前高管Jay Parikh领导，目标是构建端到端AI应用开发生态。微软CEO纳德拉表示，新部门将与Mustafa Suleyman等高层紧密合作，推动公司在AI和云计算领域的战略。自OpenAI推出ChatGPT以来，AI成为技术热点。微软作为OpenAI的主要投资者，正独立开发与之竞争的产品。纳德拉强调跨部门合作的重要性，以提高创新速度。

标题：大疆智驾王炸：32TOPS跑通端到端，纯视觉有路就能开 正文： 贾浩楠 发自 副驾寺智能车参考 | 公众号 AI4Auto 高阶智驾普及到10万级车的安卓时刻将在2025年Q1到来。A级小车宝骏云海车主将成为首批体验者，享受不分时段、不分地域的高阶智驾。 推动者是卓驭科技，背后是大疆自动驾驶业...