20260514 AI 资讯快报

2026-05-14 · 实时更新

小米具身智能团队开源自动驾驶大模型 Xiaomi OneVL

小米具身智能团队开源一步式潜空间语言视觉推理框架。模型在业内率先实现 VLA、世界模型与潜空间推理的统一，兼具强悍推理能力与高速响应，精度超越显式 CoT，速度对齐潜空间 CoT 方案。在 ROADWork、Impromptu、Alpamayo-R1 等多项基准上达到 SOTA，提供语言与视觉双维度可解释性。

---

Runway推出AI视频创作智能体Runway Agent

正式推出Runway Agent，对话式AI视频创作智能体。用户仅需描述需求，Agent在单轮对话中完成从概念构思、故事分镜到视觉方向的全流程规划，自动生成包含多场景、配音、对白及配乐的高分辨率成品视频。

---

豆包输入法推出macOS版本

字节跳动旗下macOS版本正式上线，苹果电脑用户可通过语音实现”用嘴打字”。macOS版本基于豆包App同款语音模型，支持任意输入框实时语音转文字，边说边出字且无时长限制。功能上支持多种方言及中英混说，可智能修正语气词、语病和口误，能记住用户个性化改词习惯等。

---