9月3日，上海AI实验室开源多模态大模型书生・万象3.5（InternVL3.5），参数覆盖10亿至2410亿，适用于多种场景。旗舰模型InternVL3.5-241B-A28B在多学科推理基准MMMU中获77.7分，超越GPT-5的多模态感知能力，并领跑开源文本能力。相比上一代，新版本在GUI交互、具身空间感知和矢量图形生成等任务显著提升。其GUI交互性能达92.9分，Windows自动化操作领先Claude-3.7-Sonnet；具身智能体测试中路径规划能力超Gemini-2.5-Pro；矢量图形生成刷新开源纪录。此外，InternVL3.5支持跨平台操作，具备复杂场景泛化能力，助力机器人高效完成物理交互任务。目前全系列下载量突破2300万次，相关代码与模型已开源。

9月3日，上海AI实验室宣布开源通用多模态大模型书生·万象3.5（InternVL3.5）。本次开源涵盖9种尺寸模型，参数量从10亿到2410亿不等。旗舰模型InternVL3.5-241B-A28B在多学科推理基准MMMU中取得77.7分，为开源模型最高分，其多模态感知能力超越GPT-5，文本能力领先主流开源多模态模型。相比InternVL3.0，新版本在GUI智能体、具身空间感知、矢量图像理解与生成等任务上显著提升。

8月28日，SuperCLUE-VLM多模态视觉语言模型评测榜单发布，百度ERNIE-4.5-Turbo-VL以66.47分并列国内第一，仅次于Gemini-2.5-Pro和GPT-5(high)。本次评测覆盖15款国内外模型，围绕基础认知、视觉推理和应用三大维度展开，全面评估真实场景任务能力。分析指出，文心大模型在多模态领域表现突出，尤其在视觉推理与应用等高阶任务上进步显著，展现了中国在该领域的竞争潜力。此前，百度于6月30日开源文心4.5系列模型，其跨模态能力支持超100种语言交互，覆盖文档处理、视频管理等核心场景。依托全栈自研体系，飞桨文心已服务67万家企业，开发者超2185万。

2025年8月22日晚间，当虹科技发布半年报显示，上半年营收1.33亿元，同比增长12.70%；归母净亏损收窄至615.24万元，同比减亏3562.64万元。公司AI产品及多模态大模型应用落地，传媒文化与车载智能座舱业务显著增长。毛利率提升8.83个百分点，减值损失减少766.48万元。第二季度实现盈利，归母净利润573.70万元。研发投入下降30.46%，占比营收31.92%。公司累计申请发明专利552项，授权208项，持续推动AI与超高清、5G技术融合，视频应用向多行业延伸。

商汤多模态大模型赋能铁路勘察设计，让70年经验“活”起来 中铁第一勘察设计院（铁一院）与商汤科技合作，推出“国铁价值工程多模态大模型应用平台”，首次将多模态大模型技术应用于铁路工程设计领域。这一平台融合文本、图纸、表格等异构数据，构建统一知识库和专业推理模型，解决知识传承难、经验迁移难、数据利用低等...

2025年8月8日，小红书开源了首个多模态大模型dots.vlm1，基于自研12亿参数视觉编码器和DeepSeek V3语言模型构建。该模型在视觉理解与推理任务中性能接近SOTA水平，可完成色盲图识别、数独解题、高考数学题解答等复杂任务，并能模仿李白诗风创作诗词。模型已在GitHub和HuggingFace平台开源，提供Demo供体验。这是小红书两个月内开源的第三款模型，体现了其技术自研的决心。团队强调多元智能研发方向，未来或将进一步结合图文生成能力与应用产品，推动更精准的内容理解和社区交互。

8月7日，小红书hi lab宣布开源其dots模型家族中的首个视觉语言模型dots.vlm1。该模型基于12亿参数的视觉编码器和DeepSeek V3 LLM构建，经过大规模预训练与精调，在视觉感知和推理能力上达到接近行业领先水平（准SOTA）。这一开源项目有望推动多模态技术的发展，并为开发者提供更强大的工具支持。

密室逃脱成AI新考场，通关率不足50%，暴露空间推理短板丨清华ICCV25 清华大学团队受密室逃脱游戏启发，提出EscapeCraft——一个3D密室逃脱环境，用于评估多模态大模型（MLLMs）在复杂任务中的推理和决策能力。该研究已入选ICCV 2025。 EscapeCraft是一个沉浸式互动环境...

2025年6月27日，在高通汽车技术与合作峰会上，斑马智行联合高通和通义行业首发基于高通8397的智舱全场景端智能解决方案，并展示开发预览版。该方案推出「元神 AI 智舱・端原生智能体」，可实现智能座舱90%的“感知-决策-执行”服务闭环，支持全模态交互和主动智舱体验。现场演示了9种应用场景，包括座舱全自动、HMI自适应等。该方案融合通义Qwen VL等小尺寸模型，具备全离线语音、音色生成等能力。斑马智行已与智己、宝马等车企合作，推动AI大模型量产。高通8397作为第五代座舱平台至尊版，性能显著提升。

标题：阶跃星辰走“窄门” 正文：阶跃星辰近期经历了一些人事变动。Tech Fellow段楠已离职，加入京东探索研究院担任视觉与多模态实验室负责人。他曾以视频生成模型负责人的身份亮相，后晋升为Tech Fellow。 不久前，阶跃星辰被曝去年12月停止对“冒泡鸭”的大范围投入，原团队并入“跃问”（现更...