1月22日，百度正式发布文心大模型5.0正式版。该模型基于原生全模态建模，拥有2.4万亿参数，支持文本、图像、音频、视频等多模态信息的理解与输出。目前，文心5.0已上线百度千帆平台，并接入文心一言官网、百度慧播星及文心助手等百度AI产品，为用户提供更强大的技术支持与服务。（记者 黄心怡）

1月5日，智元机器人与MiniMax上海稀宇科技达成合作，共同推动全模态AI在机器人领域的落地应用。根据协议，MiniMax将为智元机器人提供文本到语音的全流程AI技术支持，并为其打造专属人设体系，优化语音交互体验。此外，MiniMax基于人设体系设计定制化提示词策略，生成个性化音色，实现千人千面的语音合成，满足多样化需求。同时，MiniMax利用自研音乐生成模型，助力智元机器人拓展娱乐场景功能。这一合作旨在提升用户交互体验，探索AI技术在机器人领域的更多可能性。（记者 黄心怡）

2025年12月，上海大模型独角兽MiniMax通过港交所聆讯，正式启动IPO冲刺。成立仅四年，MiniMax累计融资超15亿美元，吸引米哈游、阿里巴巴等知名机构投资。招股书显示，公司以5亿美元成本实现全模态能力全球领先，仅为OpenAI支出的1%。技术上，MiniMax在文本、语音、音乐和视频领域均取得突破，其M2模型推理速度是Claude 3.5 Sonnet两倍，API价格却仅为其8%。财务方面，2024年营收达3052万美元，同比增长782.2%，2025年前9个月营收再涨175%，达5344万美元，海外收入占比超70%。尽管仍处亏损，但毛利率从2023年的-24.7%提升至2025年前9个月的23.3%。团队年轻化，平均年龄29岁，研发人员占比73.8%，高效管理与AI工具助力公司快速崛起。

2025年12月9日，阿里Qwen团队发布全新全模态大模型Qwen3-Omni-Flash-2025-12-01。新模型在文本、图像、音视频处理上实现无缝输入与实时流式输出，大幅提升多轮对话稳定性及语音自然度，支持自适应语速与韵律调节，拟人化表现逼近真人水平。新增System Prompt自定义功能，用户可设定“甜妹”“御姐”等人设风格，调整表达偏好与回复长度。同时，模型支持119种文本语言、19种语音识别语言和10种语音合成语言，跨语言交互更精准。性能方面，逻辑推理、代码生成及视觉问答等任务均有显著提升，进一步强化复杂指令理解能力，带来更智能的多模态体验。

11月23日，青岛虚拟智能体产业大会暨人工智能创新应用先导区第七届“百企百景”对接洽谈会召开，会上发布国内首个支持全模态实时交互的大模型VisualGPT，并启动青岛市智能体训练平台。VisualGPT突破传统AI的“对话框”限制，实现从单一“文字流”到沉浸式“视觉界面直连”的跨越。智能体训练平台将整合算力与数据资源，聚焦多领域场景，推动产业升级与智能应用落地，为人工智能技术发展注入新动力。

11月18日，蚂蚁集团推出全模态通用AI助手“灵光”，支持30秒用自然语言生成小应用，号称业内首个全代码生成多模态内容的AI助手。上线仅两天，下载量突破50万，并在第三天冲上App Store总榜第七和免费工具榜第一。然而，11月20日，因用户量激增，“灵光”的闪应用功能崩溃，官方回应称正在紧急修复中，目前该功能尚未恢复。

2025年11月18日，蚂蚁集团正式发布全模态通用AI助手“灵光”，可在移动端实现30秒生成小应用，支持编辑、交互和分享。灵光首批上线三大功能：“灵光对话”提供逻辑清晰的可视化内容；“灵光闪应用”最快30秒生成个性化AI应用，如“溏心蛋时间计算器”；“灵光开眼”通过AGI相机技术实时解析物理世界。灵光采用全代码生成多模态内容，支持3D、音视频、图表等输出，并构建多智能体协作架构，提升用户体验。作为蚂蚁集团AGI战略的重要探索，灵光展现了从技术突破到场景落地的全链路能力，目前已登陆安卓与苹果应用商店。

11月18日，蚂蚁集团推出业内首个全模态通用AI助手“灵光”，支持自然语言30秒生成小应用，可输出3D模型、音频、图标、动画、地图等多模态内容。首批上线三大功能：“灵光对话”提供语音朗读、3D模型、图表生成等可视化答案；“灵光闪应用”快速生成交互式小工具；“灵光开眼”赋予手机智能探索能力，支持文生图、图生视频等创作。目前已登陆安卓平台，适用于办公、学习及生活场景，为用户提供高效便捷的AI体验。

2025年11月，百度正式发布文心5.0，主打原生全模态技术，支持文字、图片、音频、视频的全模态输入与输出。模型参数规模超2.4万亿，采用自回归统一架构和混合专家设计，激活比例低于3%，兼顾性能与效率。文心5.0 Preview已上线网页版、App及百度千帆平台，提供API服务，目前支持全模态输入+多模态输出，全模态输出版本将陆续推出。实测显示，其在多模态理解、推理、跨模态整合等方面表现突出，如精准分析视频情感、识别谐音梗图、生成新图像等。此前，文心5.0 Preview在LMArena文本排行榜中得分1432，位居全球第二、国内第一。此次发布是百度在底层架构与算法优化上的又一次突破，探索多模态‘强推理’与‘深理解’的新边界。

11月13日，在2025百度世界大会上，百度创始人李彦宏正式发布文心大模型5.0。该模型参数规模超2.4万亿，采用自回归统一架构和超稀疏混合专家架构，是新一代原生全模态大模型，支持理解与生成一体化。文心大模型5.0在全模态理解、创意写作、智能体规划、指令遵循等方面表现优异，尤其在语言、视觉理解、音频理解及视觉生成等测试中表现突出。百度现场演示了其在视频理解、视频生成（如《甄嬛传》片段二创）以及代码编写方面的能力，并表示模型持续学习进化中。目前，文心大模型5.0已上线百度千帆平台，用户可登录调用。