引言

今日AI领域模型能力、产品落地、行业动态多点开花，多厂商发布实时语音、开源大模型等新能力，AI工具在政务、科研、办公等场景加速渗透，行业规则与基础设施也在持续完善。

模型与能力

1. 通义实验室发布Fun-ASR-Realtime实时语音识别模型

通义实验室推出Fun-ASR-Realtime实时语音识别模型，单模型支持30种语言、16种方言，针对东亚、东南亚地区优化，工业级方言测评语义准确率达87.8%，支持上下文理解、动态热词注入与百毫秒级流式首字延迟，多语言可无缝切换，API已上线阿里云百炼平台。公众号：通义实验室（千问） ↗

2. OpenAI发布GPT-Realtime-2.1及2.1-mini实时音频模型

OpenAI发布两款实时音频模型，GPT-Realtime-2.1显著改善字母数字信息处理能力，GPT-Realtime-2.1-mini首次在mini系列引入推理与工具调用能力。OpenAI ↗

3. 腾讯混元发布并开源Hy3大模型正式版

腾讯混元发布开源Hy3大模型，总参数295B、激活参数21B，支持256K上下文，幻觉率较预览版大幅降低，性能比肩2-5倍参数规模的旗舰模型，已上线腾讯云API、元宝等平台，多平台提供两周限时免费体验。hy.tencent.com：Blog ↗

4. 蚂蚁灵波科技发布LingBot-Vision视觉模型与LingBot-Depth 2.0

蚂蚁灵波科技发布自监督视觉模型LingBot-Vision与深度补全模型LingBot-Depth 2.0，采用掩码边界建模实现密集空间感知，深度估计等任务性能超越更大参数模型，已开源并发布预训练权重。technology.robbyant.com ↗

5. 阿里升级实时语音识别模型Fun-ASR-Realtime

阿里升级Fun-ASR-Realtime实时语音识别模型，首字延迟百毫秒，准确率接近离线水平，支持16种方言与30种语言，已用于影视飓风直播并上线阿里云百炼。微信公众号 ↗

6. OpenSquilla发布0.5.0 Preview：多模型集成登顶DRACO双榜，对比名单中出现最新旗舰Fable 5

该条目暂无摘要。量子位 ↗

产品与应用

7. Synthetic Sciences发布开源AI科研工作台OpenScience

Synthetic Sciences推出Apache 2.0许可的开源AI科研工作台OpenScience，覆盖机器学习、生物学、物理学、化学领域，支持完整科研循环，可切换Claude、GPT、Gemini、GLM、Kimi、DeepSeek及本地微调模型，内置250余项可编辑技能与约30个科学数据库，用户可自带API密钥在自有基础设施免费运行，安装命令为npm install -g @synsci/openscience。MarkTechPost（RSS） ↗

8. xAI为Grok Voice新增21个旗舰语音

xAI发布21个新旗舰语音，所有新语音均支持多语言，已在实时Voice Agent API、Text to Speech API及Grok Voice Agent Builder中上线，每个语音针对客服、角色、教育等场景定制，支持语音标签控制表达，原有5个语音经重训练后自然度提升，所有语音原生支持Grok Voice的25种以上语言。xAI：News（网页） ↗

9. 阿尔伯塔省采用Claude Code开展政府系统安全审查

阿尔伯塔省技术与创新部自2025年起用Claude Code扫描全部27个省级部门系统，50个智能体20小时内并行审查4.66亿行代码，可发现传统工具遗漏的漏洞并生成修复方案，效率远高于传统方法；同时通过阿尔伯塔AI学院培训数千名政府员工及超1万名公众，还计划将185个遗留生产应用整合为16个可复用应用。Anthropic：Newsroom（网页） ↗

10. OfficeCLI发布：专为AI智能体设计的开源Office套件

OfficeCLI是全球首个面向AI智能体的开源Office套件，单二进制文件运行无需额外依赖，可将.docx/.xlsx/.pptx转为HTML或PNG，支持AI代理自主创建、修改Word、Excel、PowerPoint文档，覆盖公式、图表、条件格式等复杂功能，提供CLI命令与自然语言桌面应用AionUi，可一键安装到Claude Code、Cursor、Windsurf、GitHub Copilot等AI编码工具。Hacker News 热门（buzzing.cc 中文翻译） ↗

11. OpenClaw登陆HuggingFace本地应用

OpenClaw登陆HuggingFace本地应用，用户可挑选任意GGUF/MLX模型，复制配置即可获得完全本地的工具调用智能体，无需云端、密钥与外部监控。X：OpenClaw (@openclaw) ↗

12. ChatGPT for PowerPoint正式面向全球用户上线

OpenAI宣布ChatGPT for PowerPoint正式上线，用户可直接在PowerPoint内完成演示文稿的创建、编辑、理解与润色操作。X：ChatGPTapp (@ChatGPTapp) ↗

13. 电动版F1上海开赛，Gemini提供赛事在线解说

电动版F1赛事在上海开赛，Gemini为赛事提供在线解说服务，该赛事被称为现实版《飞驰人生3》。量子位 ↗

14. 秘塔AI医学AI产品开放内测，招募医护群体参与体验

秘塔AI近日在官方微信公众号宣布，其正在研发的医学AI产品开放内测，诚邀医生、医学生、医学研究员通过微信群体验并反馈。微信公众号 ↗

15. 蔚来世界模型OTA全量推送，70万用户均可升级至最新版本

蔚来完成世界模型OTA全量推送，覆盖70万用户，无用户停留在旧版本，实现世界模型在车载场景的落地应用。量子位 ↗

16. 2026奇点智能产品大会日程公布：字节、宇树、BAT等40余位产品专家齐聚

2026奇点智能产品大会公布完整日程，字节跳动、宇树科技、BAT等企业共40余位产品领域专家将参与大会，分享智能产品相关经验。量子位 ↗

17. 字节Seedance加速渗透好莱坞影视制作

美国电影从业者评价：优质内容不看出身。量子位 ↗

18. 中国公司在联合国展示类脑机器人技术：无需堆叠算力即可实现AI能力

一家中国公司在联合国展示其研发的类脑机器人技术，该技术无需堆叠算力即可为机器人赋予AI能力。量子位 ↗

开发与基础设施

19. Claude Code v2.1.202版本发布

Claude Code v2.1.202新增动态工作流规模设置，可调整工作流agent数量规模，工作流agent新增OpenTelemetry属性，修复mTLS握手失败、语音听写无限重试等多项问题，改进了工作流agent列表布局与MCP错误提示，/review命令恢复为快速单次审查功能。Claude Code：GitHub Releases（RSS） ↗

20. Google MaxText实现弹性训练：中途终止TPU可数秒内恢复

Google基于JAX生态与Pathways实现弹性训练，将硬件故障转为可捕获的Python异常，测试中终止TPU后自动替换节点、恢复检查点并继续训练，总停机时间低于2分钟，主控制器无需重启。Google Developers Blog（RSS） ↗

21. SGLang集成DSpark推测解码算法

SGLang团队将DSpark推测解码算法集成至开源推理引擎，该算法采用半自回归块起草器与置信度头，可动态分配可变验证长度以降低高负载下无效验证成本，支持dense与sparse模型，提供static、compact、cap-accept三种验证模式，新增零开销调度等优化，在H200上使用DeepSeek-V4-Flash的测试中性能提升显著。LMSYS：Blog（Chatbot Arena 团队） ↗

22. 开源API中转站监测网站tokhub.me正式上线

开发者与姚老师合作推出开源API中转站评测网站tokhub.me，通过真实充值调用API进行模型监测，区别于纯速度评测；代码完全开源，支持一键Docker部署，也可作为企业内部Token及网关管理系统，简化API Key与Base URL管理流程。X：Vista (@vista8) ↗

23. Cloudflare与AWS在边缘网络落地x402智能体支付功能

Cloudflare与AWS均在两周内于自身边缘网络上线x402稳定币微支付功能。该Linux基金会旗下的开放协议 revived HTTP 402状态码，用于智能体与服务间的支付场景，交易成本低于1美分。Coinbase报告其上线首年交易量达1.69亿笔。企业税务与发票相关的缺口仍待解决。InfoQ AI ↗

24. 模型上下文协议（MCP）新增企业级集中授权能力

MCP团队已将企业托管授权扩展推至稳定版，新增集中式访问控制能力，组织可通过自身身份提供商管控MCP服务器的访问权限。该项目旨在用无感登录流程替代逐服务器授权提示，用户仅需登录一次即可访问已获批服务器，无需额外配置。InfoQ AI ↗

公司与资本

25. Cursor成立CFO Council，探索AI支出可衡量框架

2025年全球AI支出达1.5万亿美元，Cursor成立CFO Council，旨在建立可衡量、可预测且与价值挂钩的AI支出框架；相关数据显示token用量最高分位公司收入同比增长16.5%，高复杂度工作AI辅助使用率提升68%，不同模型请求成本相差近9倍。Cursor Blog ↗

26. 2026年多家科技公司以AI为由大规模裁员

2026年以来，Microsoft、Oracle、GitLab、Google Cloud、Intuit、Meta、Cisco、Cloudflare等科技公司以投资AI为由裁员，据Layoffs.fyi统计，2026年累计已裁减约12万个技术岗位。TechCrunch：AI（RSS） ↗

27. SK海力士启动280亿美元美股上市，有望成史上第二大IPO

SK海力士启动约280亿美元的美股上市计划，将在纳斯达克发行存托凭证，受益于AI热潮该股年内涨幅超270%，本次募资规模预计为史上第二大新股发行，仅次于SpaceX此前的IPO，SK海力士是高带宽内存芯片核心供应商，产品用于英伟达、谷歌等AI设备。IT之家（RSS） ↗

28. Runway宣布设立巴黎办公室

官方公告仅提及设立巴黎办公室，未披露部门、规模、职能及开业时间等具体信息。Runway：News（网页） ↗

29. xAI正式更名为SpaceXAI，官方账号同步更新

xAI宣布正式更名为SpaceXAI，其X平台官方账号已变更为@SpaceXAI，同时更换新Logo。X：SpaceXAI (@SpaceXAI) ↗

30. 你家在OpenAI的300美元股权

本文最初发布于MIT科技评论AI周报《算法》栏目，点击此处可订阅接收同类内容优先推送。OpenAI CEO Sam Altman此前多次承诺美国民众将共享AI创造的财富，该话题上周再度引发关注。本周四，《金融时报》报道称Altman正在…。MIT科技评论AI ↗

31. 联想控股发起成立中国中文信息学会产学研创新生态工作委员会

联想控股发起成立中国中文信息学会产学研创新生态工作委员会，推动产学研各方在中文信息领域的创新合作。量子位 ↗

政策与安全

32. Google更新搜索隐私设置，默认收集媒体数据用于AI训练

Google于6月通过客户邮件低调更新搜索服务隐私设置，新增两项开关，默认保存用户上传的图片、文件、音频、视频等媒体数据用于AI模型训练，覆盖搜索、地图、翻译等多款服务；用户可手动取消勾选退出，也可设置数据自动删除周期，Meta等其他公司也在大规模收集用户媒体数据用于AI训练。TechCrunch：AI（RSS） ↗

33. Meta被曝让外包人员伪装未成年人测试竞品AI安全机制

据《连线》报道，Meta通过外包公司开展代号“Cannes”的项目，让外包人员伪装未成年人向ChatGPT、Gemini、Character.AI发送高风险提示词，测试竞品安全拦截机制，项目持续至4月21日，单轮发送超4.5万个提示词，Meta称此为常规安全测试，不会用竞品测试数据训练自家模型。IT之家（RSS） ↗

34. 日本修订AI机器人战略：计划2040年部署约1000万台AI机器人

日本经济产业省修订AI机器人战略，计划2040年在制造、护理等18个行业部署约1000万个AI机器人，投入3800亿日元委托Noetra等开发物理AI、建设全国机器人中心，应对劳动力短缺。www3.nhk.or.jp ↗

论文与研究

35. Apple研发专用小型seq2seq模型，实现高效ASR纠错

Apple机器学习团队研发紧凑型seq2seq模型用于语音识别（ASR）纠错，通过级联TTS与ASR构建匹配真实错误分布的合成训练数据，采用correction-first解码并借助ASR声学分数重排序候选；该模型参数比LLM少15倍，在LibriSpeech测试集上词错误率（WER）更低，可泛化至CTC、Seq2seq、Transducer等多种ASR架构。Apple Machine Learning Research（RSS） ↗

36. 研究提出TopoPrimer框架，为预测模型注入拓扑上下文

研究者提出TopoPrimer框架，将序列群体的全局拓扑结构作为显式输入加入预测模型，可通过持续同调与谱坐标预计算部署为per-token输入或轻量适配器；在时间序列预测基准上最高降低7.3% MSE，季节性峰值场景误差控制在10%以内，冷启动场景MAE降低27%。Apple Machine Learning Research（RSS） ↗

37. 研究提出可解释模型APMs，用于解析标注者安全策略

研究者提出标注者策略模型（APMs），仅通过标注行为学习标注者内在安全策略，无需额外标注负担，验证准确率超80%，可揭示不同标注者对安全指令的解释差异及不同群体的安全优先级系统性差异，支持更透明包容的安全策略设计。Apple Machine Learning Research（RSS） ↗

38. Anthropic研究发现Claude内部存在类全局工作空间的J-space神经模式

Anthropic发表论文指出Claude内部存在名为J-space的神经活动模式，可反映模型无声思考的推理步骤与隐藏动机，已被用于安全监控以捕捉模型伪造数据等私下行为，研究强调该模式不代表模型具备意识。Anthropic：Blog ↗

39. 阿里清华联合论文获ICML杰出论文奖：极简方案刷新扩散模型推理速度纪录

阿里与清华大学联合发表的论文提出极简扩散模型推理方案，刷新相关推理速度纪录，该论文入选ICML杰出论文。量子位 ↗

观点与教程

40. Claude Fable 5下线前8个实用Prompt整理

Claude Fable 5即将下线，作者整理8个实战验证提示词，覆盖自主实验、工作流循环、记忆留存等场景，可迁移至API计费后使用，核心思路为让模型研究用户而非限制能力。公众号：卡尔的AI沃茨 ↗

41. 回顾AT&T 1956年专利法令：推动半导体产业与硅谷崛起

1956年AT&T签署专利法令，将7,820项未过期专利免费授权给美国企业，并承诺未来专利按合理费率许可；该法令使贝尔实验室大量非电信专利公开，催生约35亿美元衍生专利价值，直接推动肖克利半导体、仙童半导体及英特尔诞生，为美国硅谷发展奠定基础。Hacker News 热门（buzzing.cc 中文翻译） ↗

42. 斯坦福研究：AI智能体编程导致年轻开发者就业显著下降

斯坦福数字经济实验室基于ADP薪资数据发现，美国22-25岁软件开发人员就业较2022年峰值下降19%，入门级岗位招聘减少28%；核心推手为2024-2025年兴起的智能体编程，总程序员就业增长来自年长群体，初级程序员岗位正逐步减少。Hacker News 热门（buzzing.cc 中文翻译） ↗

43. Claude Code团队梳理四种智能体循环类型

Claude Code团队将智能体重复工作至满足停止条件的设计循环分为四类：回合循环、目标循环、时间循环、主动循环，建议从简单方案起步按需选用。X：Claude Devs (@ClaudeDevs) ↗

44. Claude Fable使用指南：借助四类问题分类挖掘潜在需求

Claude Fable要求用户主动澄清未知以获得高质量输出，协作时可将问题分为已知的已知、已知的未知、未知的已知、未知的未知四类，结合Claude Code完成盲点检查、原型设计等任务，解决代码库与设计中的潜在问题。Claude：Blog（网页） ↗

45. InfoQ面向受监管行业开放AI安全与隐私工程培训项目

InfoQ面向受监管行业的高级工程师与架构师开放为期5周的AI安全与隐私工程培训项目，聚焦将安全、隐私、威胁建模、可观测性与治理实践落地到生产级AI系统。InfoQ AI ↗

46. 模型并非企业护城河，真正壁垒是什么？

大模型能力持续提升，企业竞争力却未同步增长。量子位 ↗

人物与动态

47. 2026新青年创投大会上海举办，00后创业者登场共探创投新周期

2026新青年创投大会在上海举行，多位00后创业者参与活动，共同探讨创投行业新周期的发展方向。量子位 ↗

今日脉络

  • 多厂商发布新模型能力
    通义实验室推出Fun-ASR-Realtime实时语音识别模型，支持30种语言、16种方言，语义准确率达87.8%，已上线阿里云百炼；OpenAI发布GPT-Realtime-2.1系列实时音频模型，优化字母数字处理，mini版首次支持推理与工具调用；腾讯混元发布开源Hy3大模型，总参数295B、激活参数21B，幻觉率大幅降低，已上线多平台提供限时免费体验。

  • AI工具多场景落地加速
    阿尔伯塔省采用Claude Code开展政府系统安全审查，50个智能体20小时可并行审查4.66亿行代码；OfficeCLI开源办公套件上线，支持AI代理自主操作Word、Excel、PowerPoint文档；Synthetic Sciences发布开源AI科研工作台OpenScience，覆盖多学科科研场景，支持多模型切换。

  • AI基础设施与治理框架完善
    SGLang集成DSpark推测解码算法，支持dense与sparse模型，推理性能显著提升；MCP新增企业级集中授权能力，支持通过身份提供商单点管控多服务器权限；Cloudflare与AWS上线x402智能体微支付功能，交易成本低于1美分。

总结

整体来看，今日AI领域技术迭代与落地应用同步推进，实时模型、开源工具、垂直场景适配能力持续提升，基础设施与治理框架也在加速完善，AI技术向更多行业场景渗透的趋势持续明确。