AI日报

引言 今日AI领域迎来多项重磅更新：Grok 4.5私测性能接近顶尖，阿里发布实时音视频交互模型，开源社区涌现新工具与观点。以下为关键动态。 模型与能力 Grok 4.5 在SpaceX和Tesla私测，性能接近Opus Grok 4.5基于1.5T...

引言 今日AI领域聚焦端侧模型落地、企业成本优化及安全治理。多个新模型与工具发布，同时美国企业因AI账单压力转向更经济方案，安全事件与就业再培训计划同步引发关注。 模型与能力 杭州团队率先实现端侧流式多模态 继 VLM-R1 后，全球首个端侧流式多模态模型问世。量子位 ↗ 产品与应用...

引言 今日AI领域动态密集：OpenAI与Anthropic展开模型迭代竞赛，多家机构推出新工具与开源项目，同时版权诉讼与政策规范持续推进。 模型与能力 OpenAI 预览新一代模型 GPT-5.6 Sol OpenAI 发布 GPT-5.6 Sol...

引言 今天共聚合 36 条 AI 动态，覆盖模型能力、产品应用、基础设施、资本与治理等方向。 模型与能力 GitHub Copilot agentic harness跨模型性能与效率评估 该工具在多个基准测试中表现强劲，token效率领先，支持20余种模型灵活切换。GitHub Blog ↗...

引言 今日AI领域亮点纷呈：模型能力持续升级，Agent应用加速落地，基础设施与开发工具迎来重大更新。以下为关键动态速览。 模型与能力 ChatGPT 上线双向 AI 语音模型 Bidi 1，支持边说话边打断 部分用户反馈 ChatGPT 网页版和 App 版新增 Bidi 1...

引言 今日AI日报涵盖模型能力突破、应用协作升级与安全政策动态。视频生成、OCR、语音克隆等模型密集发布，Agent与多模态交互走向实用化，同时五眼联盟警告网络威胁，开源许可证争议持续。 模型与能力 FastWan-QAD：单卡5090上1.8秒生成5秒视频 Sky Computing Lab...

引言 今日AI领域模型密集发布、工具平台更新、基础设施革新，同时安全与伦理议题升温。本指南梳理关键动态，助你快速把握趋势。 模型与能力 PP-OCRv6 登陆 Hugging Face，支持 50 语言，参数 1.5M–34.5M PaddleOCR 最新一代模型族 PP-OCRv6 提供...

引言 今日AI动态：美团国际版免费接入多款旗舰模型，三星大规模部署企业级AI，腾讯元宝父亲节活动温情上线，Anthropic内部使用率飙升，NSA披露惊人安全漏洞。 产品与应用 美团tabbit国际版免费接入GPT-5.5/Claude Opus 4.8等旗舰模型...

引言 今日AI领域亮点纷呈：模型创新降低成本，巨头动作频频，安全合规成焦点。 模型与能力 撸猫撸出SOTA！3个00后2个月，造出史上最快流式音视频社交模型 速度快7倍，成本只有Veo 3的1/2000。量子位 ↗ 产品与应用 2026年，1800个DeepSeek跟我一起守护艾泽拉斯...

引言 今日AI日报覆盖人形机器人通用小脑突破、Agent安全与部署新进展、多款开源工具发布及重要人物动向，展现AI在通用智能与工程实践上的双重跃迁。 模型与能力 全球首个人形机器人通用小脑，2万小时数据实现零样本泛化...

引言 今日AI日报涵盖模型能力突破、产品应用落地与政策安全动态。Grok TTS盲测登顶，豆包语音3.0上线，AI员工进驻Teams，多模态识图与健康问答显著升级，同时自动驾驶国标与AI消费政策出台。 模型与能力 Grok TTS 盲测人类感得分96登顶 xAI 的 Grok TTS 模型在...

引言 今日AI日报涵盖模型能力新突破、产品应用加速落地及开发工具链升级。Grok 4.3正式登陆云平台，多模态模型持续涌现；智能音箱、实时交互世界等消费级产品亮相；智能体框架与开源工具推动工程化进程。 模型与能力 Grok 4.3 在 Amazon Bedrock 正式可用 xAI宣布Grok...

引言 今日AI领域聚焦具身智能、实时语音与成本优化三大方向。阿里发布Qwen-Robot系列统一机器人操作、导航与世界模型；Cartesia推出实时语音栈登顶榜单；字节跳动视频生成成本砍半。此外企业AI格局生变，Anthropic首超OpenAI。 模型与能力 Cartesia 发布 Sonic...

引言 今日AI领域聚焦模型开源加速、产品迭代与资本动态，多项技术突破推动产业落地。 模型与能力 MiniMax 开源 M3 模型权重及 MSA 技术论文 MiniMax 开源 428B 总参、23B 激活的 M3 模型，发布 MSA 技术论文降低长上下文成本。M3...

引言 今日AI领域热点纷呈：开源工具创新、巨头战略调整与安全争议并存，为您梳理关键动态。 开发与基础设施 乔木小说创作Skill开源发布 用户只需说“我想写小说”或指定风格，AI自动生成剧情梗概、人物设定等，可生成完整小说。安装命令：npx skills add...

引言 今日AI圈模型开源、产品升级与资本动态密集。智谱最强模型全量开放，小成本HRM模型获顶级推荐，Suno音轨分离革新，同时Anthropic秘密IPO、Meta转型阵痛、OpenAI遭调查，监管与合规成为焦点。 模型与能力 智谱GLM-5.2全量开放，支持1M上下文，即将开源...

引言 今日AI领域模型开源持续活跃，Kimi与MiniMax分别发布代码模型和权重模型；产品端豆包上线任务模式，苹果健康App大改；开发工具方面Claude Code连发版本，Codex推出新功能。 模型与能力 Kimi 发布并开源代码模型 Kimi-K2.7-Code Kimi 发布并开源...

引言 今日AI领域多点开花：模型升级、应用落地与安全议题并行推进。Midjourney默认模型升级，Gemini视频任务达SOTA，Anthropic与DXC合作深化。同时，自主武器实战与AI决策风险引发关注。 模型与能力 Midjourney V8.1 升级为默认模型 Midjourney...

引言 今日 AI 动态集中在模型提速、智能体落地、开发基础设施完善，以及政策与安全边界变化。 模型与能力 Google DeepMind 开源 DiffusionGemma，文本生成提速 4 倍 Google DeepMind 发布开源实验模型 DiffusionGemma，采用文本扩散并行生成...

引言 今日 AI 动态集中在模型发布、编码智能体、企业应用和基础设施投入，显示能力竞争正与落地成本、治理责任同步推进。 模型与能力 Anthropic 发布 Claude Fable 5 与 Claude Mythos 5 Anthropic 推出 Claude Fable 5 和 Claude...

引言 今日 AI 动态集中在模型能力扩展、智能体产品落地、开发基础设施完善，以及安全与研究边界的再讨论。 模型与能力 OpenBMB 发布 VoxCPM2 语音生成模型技术报告 面壁智能 OpenBMB 发布 2B 参数语音生成模型 VoxCPM2 技术报告。模型基于超 200...

引言 今日AI领域聚焦智能体搜索、本地推理加速与超应用转型，多款模型与工具发布，平台生态加速演进。 模型与能力 Harness-1：基于强化学习训练的有状态搜索20B检索子智能体...

引言 今日AI领域模型迭代加速，Cohere、Anthropic相继推新；基础设施工具集中爆发，GitHub、OpenCV发布重要更新；安全事件频发引发关注；资本层面谷歌与xAI达成巨额算力合作。 模型与能力 Cohere发布首个编程模型BLS-Mini-Code-1.0早期权重...

引言 今日AI日报聚焦模型能力升级、产品应用落地与基础设施革新。三大方向各有突破，从可控图像生成到移动端量化，开发工具链持续完善。 模型与能力 Riverflow 2.5：可控评分标准的图像模型 OpenRouter上线Riverflow...

引言 今日AI动态覆盖模型能力跃升、产品功能创新与基础设施演进，多厂商推进智能体与多模态技术，安全与治理议题同步升温。 模型与能力 NVIDIA Nemotron 3 Ultra：专为长时间运行 AI 智能体设计的更快推理模型 NVIDIA 发布 Nemotron 3...

引言 今日AI领域迎来模型密集发布潮，Grok、Ideogram、MiniMax等多家推出重磅更新；产品与应用层面，Meta、xAI、Kimi等加速Agent落地；资本端ChatGPT月活破10亿，Suno获4亿美元融资。 模型与能力 Grok Imagine 1.5 预览版发布，可于 API...

导览 微软在Build 2026推出首款自研推理模型MAI-Thinking-1，同时Claude Code新增动态多智能体工作流、OpenAI Codex发布可嵌入SDK——智能体编程工具链密集升级，AI正从“对话问答”加速转向“自主执行任务”。 模型发布/更新...

导览 今天，多家头部公司的发布将竞争焦点从模型参数规模，明确转向了支撑智能体（Agent）落地的工具调用、长期记忆与结构化数据生成等“毛细血管”能力。 模型发布/更新 MiniMax M3：前沿编码、100万token上下文与原生多模态一体模型 MiniMax M3...

导览 特斯拉的FSD用一辆量产车、一次长达6000公里的无人干预横穿测试，把自动驾驶的“可用性”门槛，一下拉到了“可信度”的新高度。 模型发布/更新 DeepSeek V4 Flash 已上线 OpenCode Zen DeepSeek V4 Flash 现已在 OpenCode Zen...

导览 今天的关键趋势是：AI 行业的核心议题正从“追求更强”转向“如何更省”，效率与成本成为从研发到应用各环节的首要考量。 模型发布/更新 Nano Banana Pro与Nano Banana 2正式发布 Nano Banana Pro 与 Nano Banana 2 已正式发布，现已可通过...

导览 今天最明显的信号是AI工具在加速“实体化”：OpenAI的实时翻译模型开始在智能眼镜上测试，小米也开源了能给视频配音效的模型——AI正在从聊天窗口渗入我们真实的物理交互中。 模型发布/更新 OpenAI推出实时翻译模型，支持70+语言输入...

今日观察 智能体能力成为模型竞争焦点，编码与任务执行优化密集涌现^{<a href="https://www.anthropic.com/news/claude-opus-4-8">[1]</a>}<sup><a...

今日观察 MCP正迅速成为主流AI工具间的通用集成协议，头部公司与新兴玩家均加速布局其安全部署与应用场景^{<a href="https://runwayml.com/news/mcp">[1]</a>}<sup><a...

模型发布/更新 面壁智能开源MiniCPM5-1B端侧模型，参数减半性能更优 面壁智能开源1B参数的端侧大语言模型MiniCPM5-1B，在AA-Index榜单上超越所有2B参数以下模型，INT4量化后仅0.5GB，可在手机和浏览器运行。IT之家（RSS） ↗...

模型发布/更新 SpaceXAI完成1.5T参数Grok V9-Medium模型训练，预告开源计划 Elon Musk宣布，1.5T参数的Grok基础模型V9-Medium已完成训练，进入微调和强化学习阶段，预计2-3周内发布，并计划年底开源0.5T参数的模型。X ↗...

模型发布/更新 OpenClaw发布2026.5.22版本，优化性能并加固安全 OpenClaw新版本优化了Gateway和模型启动路径，显著降低模型接口响应时间，并增强了npm包和Windows系统的安全机制。X：OpenClaw (@openclaw) ↗...

模型发布/更新 阶跃星辰发布 StepAudio 2.5 实时语音模型，支持副语言理解与自定义人格 阶跃星辰推出实时语音模型 StepAudio 2.5，可深度理解语音中的语气、语速、停顿等副语言特征。该模型支持通过 API...

模型发布/更新 首个基于华为昇腾910B全栈训练的1.58比特开源模型BitCPM-CANN发布 ModelBest、清华大学与OpenBMB社区联合发布全球首个完全基于华为昇腾910B...

模型发布/更新 Runway发布Aleph 2.0及Edit Studio创作套件 Runway正式推出旗舰视频编辑模型Aleph 2.0及配套的Edit Studio工具，支持最长30秒1080p视频处理，将生成、编辑与后期制作整合于统一平台。Runway：Changelog ↗...

模型发布/更新 Qwen3.7系列模型发布：主打Agent能力，多模态交互升级...

模型发布/更新 谷歌I/O 2026：Gemini进入自主代理时代 谷歌在I/O 2026大会宣布Gemini进入自主代理时代，其新功能可自动执行复杂任务，如管理邮件、安排日程，显著提升工作效率。Google Blog：AI（RSS） ↗ 谷歌发布多模态生成模型Gemini Omni...

模型发布/更新 阿里云推出HappyHorse视频生成模型 阿里云发布视频生成模型HappyHorse，支持从文本提示生成1080p多镜头电影级画面，并已在Model Studio上线，目前有限时8折优惠。X：阿里云 / Alibaba Cloud (@alibabacloud) ↗...

产品发布/更新 Grok Imagine图像生成功能正式发布 Grok Imagine 现已正式发布 所有人都可使用 基于我们最新的文本到图像模型 能够生成逼真、高质量的图像 支持多种宽高比 现在可在 X 上使用。X：Elon Musk ↗ 手机端ChatGPT应用集成Codex构建功能...

模型发布/更新 社区协作再创佳绩，vLLM支持万亿级模型 又一次Day0协作，又一次社区胜利。感谢@vllm_project团队始终可靠的支持~。X：蚂蚁百灵 ↗ SANA-WM：一个用于生成1分钟720p视频的26亿级开源世界模型...

模型发布/更新 MiniMax M2.7模型上线OrcaRouter平台 M2.7已在 OrcaRouter 平台上线，可通过单一 OpenAI 兼容 API 访问。 X：MiniMax ↗ SenseNova发布增强版信息图表生成模型SenseNova-U1-8B-MoT-Infographic...

模型发布/更新 SenseNova U1 技术报告发布，基于 MoE 架构开源模型权重 由联合创始人兼首席科学家李沐博士领导的团队发布了 SenseNova U1 技术报告，详细阐述其架构、训练方案与创新突破。此次开源同步发布了基于混合专家模型（MoE）的新权重，旨在推动 AI...

模型发布/更新 Hy3预览版登陆GMI，开源最强模型领跑 Hy3 预览版现已登陆 @gmicloud。 X：腾讯混元 ↗ Krea 2发布访问码，限量体验 Krea 2 访问码发放，每个码可使用50次。这是Krea首个从零构建的基础模型，专注美学多样性和风格控制。 X：Krea AI ↗...

模型发布/更新 Claude Opus 4.7快速模式开放研究预览 Claude Opus 4.7的快速模式现已在API和Claude Code中开放研究预览。 X：ClaudeDevs ↗ Step Image Edit 2图像模型发布，性能领先且高效 Step Image Edit...

模型发布/更新 SenseNova U1图像生成模型登陆ComfyUI平台 商汤SenseNova U1现已可在ComfyUI上运行，支持8步快速推理，应用场景涵盖人像、超现实艺术、文字标志等，相关资源已在Hugging Face、GitHub和Discord开放。X：商汤 SenseTime ↗...

模型发布/更新 OpenCode x Ring 2.6 1T 限时免费开放 OpenCode x Ring 2.6 1T 模型限时免费开放，支持 256K 上下文，具备推理能力，为纯文本模型。感谢 AntLingAGI 和 novitalabs 提供模型支持。X：opencode...

模型发布/更新 ERNIE 5.1 发布，预训练成本仅需对标模型 6% 百度发布 ERNIE 5.1，基于 ERNIE 5.0 预训练基础升级了搜索、推理、知识问答、创意写作和智能体能力，预训练成本仅需对标模型的约 6%。X：百度 Baidu ↗ HappyHorse 上线阿里云，AI...