前 OpenAI CTO 米拉·穆拉蒂创立的 AI 初创公司 Thinking Machines Lab 发布实时协同 AI「Interaction Models」研究预览，试图突破传统回合制聊天模式，让人机可以像人与人一样同时说话、随时打断、根据画面变化即时响应。

微软旗下Microsoft AI实验室推出三款可生成文本、语音和图像的新基础模型，并在保持与OpenAI合作的同时加大自研多模态模型布局。

中国 AI 企业 Moonshot AI 发布最新开源模型「Kimi K2.6」，在长时间编码、Agent 自主执行以及多模态理解等方面全面升级，并通过官方博客与 API 文档向开发者开放。

Google 推出新一代多模态嵌入模型 Gemini Embedding 2，通过在同一向量空间中表示文本、图像、视频、音频等多种数据形式，提升搜索、推荐与 RAG 等 AI 应用的精度，并已通过 Gemini API 与 Vertex AI 以公测形式开放。

字节跳动在其生成式 AI 平台「即梦（Jimeng）」上正式上线视频生成模型 Seedance 2.0，支持图像、视频、音频与文本四种模态输入，并强化参考素材与编辑控制能力，目前正面向会员与非会员分阶段开放。

Clipto.AI表示，新资金将用于加速设备端多模态AI技术研发并支持全球扩张。自2025年7月以来，公司已连续完成Pre-A、Pre-A+及Pre-A++多轮融资。