共生知行发布双足人形机器人驾驶卡丁车Demo，作为全身智能压力测试，验证视觉感知、平衡、手眼脚协同等能力。公司定位为全身智能基座模型公司，探索端到端技术路线，核心团队来自智源、港科大等，具备VLA和运动控制积累。未来将发布更多技术报告和案例，推动人形机器人从“能运动”到“能完成任务”。

Krafton开源语音AI模型A.X K2 Raon-Speech，采用端到端语音直接转换，保留情感语调，21B参数，韩语综合第一、英语第三，覆盖语音识别、合成等6领域，未来将用于游戏CPC角色实时互动。

OvisOCR2是2026年7月推出的0.8B参数端到端文档解析模型，基于Qwen3.5-0.8B构建，能将文档图像转为结构化Markdown，精准解析文本、公式、表格等。在OmniDocBench v1.6评测中获96.58分，超越传统流水线方法，实现低部署成本与高性能统一。HyperAI官网已上线该模型，并提供在线使用。

本文提出了一种高效的端到端自动语音识别解码方法，针对大语言模型在解码中的计算成本和词汇不匹配问题，采用“延迟融合”策略，减少LLM推理调用次数，从而提升解码速度和准确性。

使用Testcontainers简化Kubernetes应用测试，提供轻量级容器模拟集群及依赖。通过testcontainers-python库，可以进行端到端测试，确保应用在Kubernetes中的行为符合预期。

云原生平台越来越受欢迎，但面临安全挑战。实施端到端安全至关重要，涵盖基础设施、容器、Kubernetes、应用和数据，能够提升安全性、增强合规性、提高业务灵活性并降低成本。

自变量机器人（X Square）是国内唯一采用端到端统一大模型技术的公司，其正在训练的WALL-A模型在多个维度上超越了Physical Intelligence，能够处理复杂任务如拉拉链和折衣服，展现出强大的泛化能力。创始团队认为，端到端和统一模型是解决机器人操作问题的关键，未来有望推动机器人技术的重大突破。

理想汽车发布第三代自动驾驶技术架构，采用端到端+视觉语言模型+世界模型的方法，提高AI的信息处理效率和对复杂路况的应对能力。该架构受到诺贝尔奖得主丹尼尔·卡尼曼的快慢系统理论启发，模拟人类的思考和决策过程。理想汽车已全面切入端到端+大模型方案，让车辆能够理解复杂路况和交通规则。他们利用用户数据进行训练和验证，提高系统的能力上限和迭代速度。下半年实现端到端+视觉语言模型的自动驾驶量产交付是他们的下一个目标。