AI 行业日报
模型与工具能力 · 产业基础设施 · 应用商业化 · 研究开源 · 资本监管 | Data Source: aihot.virxact.com
API耗时: 1s
精选条目: 80 条
焦点: 8 条
快讯: 0 条
Executive Summary
今日AI行业呈现多维度技术突破态势。Google在I/O 2026大会上发布Gemini Omni全能模型，实现"从任意输入生成任意输出"的多模态生成能力，并推出Gemini Omni Flash版本，同时Qwen3.7预览版登陆竞技场使阿里在视觉领域排名升至第五。Anthropic为Claude智能体托管平台增加自托管沙箱与MCP隧道功能，提升企业级安全性。地平线开源HoloMotion-1 4亿参数机器人小脑模型，实现300FPS实时推理，奥德赛实验室发布Agora-1实时多agent世界模型，标志从单人生成向多人共享"活世界"转变。
基础设施与商业应用格局加速分化。Google Cloud与NVIDIA开发者社区会员突破10万，Google发布Tensor ML SDK测试版支持Pixel设备TPU部署，显示端侧AI部署能力增强。毕马威与Anthropic建立全球联盟整合Claude模型至核心业务，Kimi获国资与央企投资20亿美元融资，估值半年翻四倍达27.6亿美元，反映头部企业获得更多资源集中。Ai2发布的OlmoEarth v1.1通过架构优化显著降低推理成本，Hugging Face平台持续承载开源模型生态发展。
后续需关注模型开放节奏与商业化落地情况。Gemini Omni Pro版本发布时间表、Qwen3.7全系列模型正式发布节点将是重要观察指标。算力成本变化方面，OlmoEarth等高效模型的推广速度将影响推理成本结构。企业应用层面，Claude智能体托管平台企业采用率、Kimi产品功能迭代进度以及端侧AI部署标准制定将成为关键变量。开源生态中，Ettin Reranker等垂直领域模型的生态建设情况值得关注。
重点
今日核心进展
★ 1. OlmoEarth v1.1： 更高效的模型家族
Hugging Face：Blog（RSS） · 6 小时前 · 模型与工具能力
Ai2（Allen Institute for AI）在Hugging Face平台发布了OlmoEarth模型家族的1.1版本。此次更新重点提升了模型的计算效率与运行性能，通过优化的模型架构与训练策略，使OlmoEarth v1.1在保持或增强任务表现的同时，显著降低了推理所需的计算资源与时间成本。这一改进旨在让该开源模型更适用于资源受限的部署场景，推动大规模语言模型的普惠应用。
能力进展基础设施新发布
★ 2. 地平线开源 HoloMotion-1 4 亿参数机器人小脑大模型，可实现舞蹈、健身、搬箱子等动作
IT之家（RSS） · 16 小时前 · 模型与工具能力
地平线机器人实验室发布了其开源的人形机器人全身控制模型 HoloMotion-1。这是一个拥有 4 亿参数的"小脑"大模型，通过 MoE 稀疏激活与 KV-cache 推理机制，在端侧实现了约 300FPS 的实时推理能力。该模型利用互联网视频、光学动捕、VR 遥操作等多种来源的动作数据进行训练，并在真实机器人上成功展示了舞蹈、爬行、健身、搬箱子等复杂动作的零样本迁移能力。相关代码与技术报告已公开
能力进展基础设施新发布
★ 3. Qwen3.7预览版登陆竞技场，阿里视觉排名升至第五
X：阿里云 / Alibaba Cloud (@alibaba_cloud) · 21 小时前 · 模型与工具能力
🚀🚀Qwen3.7预览版登陆竞技场！
⚡️⚡️Qwen3.7-Plus-Preview来了。阿里巴巴现在在视觉领域排名第五。🎨
迫不及待要发布Qwen3.7系列模型了！敬请期待！@arena
能力进展基础设施新发布
★ 4. Claude智能体托管平台新增自托管沙箱与MCP隧道功能
Claude：Blog（网页） · 15 小时前 · 应用与商业化
Anthropic为其Claude智能体托管平台推出两项更新：自托管沙箱允许用户在自有基础设施或合作云平台上运行工具，确保敏感数据与服务保留在用户控制范围内；MCP隧道则通过轻量网关，使智能体能安全连接企业私有网络内的数据库与API，无需暴露于公网。目前沙箱功能已进入公测，隧道处于研究预览阶段。这两项更新进一步增强了企业用户对智能体执行环境与内部资源访问的安全管控能力。
能力进展基础设施监管/资本
★ 5. I/O 2026： 欢迎来到自主的 Gemini 时代
Google Blog：AI（RSS） · 7 小时前 · 模型与工具能力
Google 在 I/O 2026 大会上宣布 Gemini 进入自主代理时代，新功能使其能够自动执行复杂任务，显著提升用户工作效率。大会展示了 Gemini 如何通过代理操作简化工作流程，实现自动化处理，例如自动管理邮件、安排日程或生成报告，帮助用户从重复性工作中解放出来，专注于创造性任务。这一更新基于先进机器学习模型，强调准确性与效率，标志着 AI 助手向更智能、更自主的方向发展。
能力进展新发布
★ 6. 谷歌 Gemini Omni 全能模型发布：可从任意输入生成任意输出，一句话让 AI 修改视频
IT之家（RSS） · 7 小时前 · 模型与工具能力
在2026年谷歌I/O开发者大会上，谷歌正式推出Gemini Omni模型。该模型代表了Gemini家族迄今最全面的能力，"Omni"意为全能，能够无缝处理文本、图像、音频和视频等多种信息模态，实现"从任何输入生成任何输出"。其核心亮点在于支持对话式编辑，用户可通过自然语言指令轻松修改视频元素。同时，谷歌发布了首款衍生模型Gemini Omni Flash，现已在Gemini App、Google
能力进展新发布
★ 7. 首个实时多agent世界模型发布，人类可与AI同屏互动
X：Berry Xia (@berryxia) · 23 小时前 · 模型与工具能力
奥德赛实验室推出Agora-1，这是全球首个实时多agent世界模型，允许多人与AI同时在同一个模拟世界中实时互动并相互影响。该模型以经典游戏GoldenEye死亡竞赛为演示场景，提供可玩研究预览，用户现在即可体验与AI共同参与动态生成的模拟世界。这标志着从单人生成视频向多人共享"活世界"的转变，长期来看可能重塑游戏、模拟、教育、机器人及AI协作等领域，使人类从旁观者变为与AI共同生活的参与者。
能力进展新发布
★ 8. 创新一周年：庆祝Google Cloud x NVIDIA开发者社区达到10万会员
Google Developers Blog（RSS） · 3 小时前 · 产业与基础设施
Google Cloud与NVIDIA开发者社区迎来成立一周年，会员规模突破10万。社区为开发者提供先进AI基础设施与资源支持，包括LLM优化、GPU加速数据分析等专项学习路径及专家网络研讨会。第二年计划将进一步扩展，推出实践实验室、工程活动及聚焦代理式AI增长的专项内容。
能力进展基础设施新发布
能力
模型与工具能力
1. OlmoEarth v1.1： 更高效的模型家族
Hugging Face：Blog（RSS） · 6 小时前
Ai2（Allen Institute for AI）在Hugging Face平台发布了OlmoEarth模型家族的1.1版本。此次更新重点提升了模型的计算效率与运行性能，通过优化的模型架构与训练策略，使OlmoEarth v1.1在保持或增强任务表现的同时，显著降低了推理所需的计算资源与时间成本。这一改进旨在让该开源模型更适用于资源受限的部署场景，推动大规模语言模型的普惠应用。
能力进展基础设施新发布
2. 地平线开源 HoloMotion-1 4 亿参数机器人小脑大模型，可实现舞蹈、健身、搬箱子等动作
IT之家（RSS） · 16 小时前
地平线机器人实验室发布了其开源的人形机器人全身控制模型 HoloMotion-1。这是一个拥有 4 亿参数的"小脑"大模型，通过 MoE 稀疏激活与 KV-cache 推理机制，在端侧实现了约 300FPS 的实时推理能力。该模型利用互联网视频、光学动捕、VR 遥操作等多种来源的动作数据进行训练，并在真实机器人上成功展示了舞蹈、爬行、健身、搬箱子等复杂动作的零样本迁移能力。相关代码与技术报告已公开
能力进展基础设施新发布
3. Qwen3.7预览版登陆竞技场，阿里视觉排名升至第五
X：阿里云 / Alibaba Cloud (@alibaba_cloud) · 21 小时前
🚀🚀Qwen3.7预览版登陆竞技场！
⚡️⚡️Qwen3.7-Plus-Preview来了。阿里巴巴现在在视觉领域排名第五。🎨
迫不及待要发布Qwen3.7系列模型了！敬请期待！@arena
能力进展基础设施新发布
4. I/O 2026： 欢迎来到自主的 Gemini 时代
Google Blog：AI（RSS） · 7 小时前
Google 在 I/O 2026 大会上宣布 Gemini 进入自主代理时代，新功能使其能够自动执行复杂任务，显著提升用户工作效率。大会展示了 Gemini 如何通过代理操作简化工作流程，实现自动化处理，例如自动管理邮件、安排日程或生成报告，帮助用户从重复性工作中解放出来，专注于创造性任务。这一更新基于先进机器学习模型，强调准确性与效率，标志着 AI 助手向更智能、更自主的方向发展。
能力进展新发布
5. 谷歌 Gemini Omni 全能模型发布：可从任意输入生成任意输出，一句话让 AI 修改视频
IT之家（RSS） · 7 小时前
在2026年谷歌I/O开发者大会上，谷歌正式推出Gemini Omni模型。该模型代表了Gemini家族迄今最全面的能力，"Omni"意为全能，能够无缝处理文本、图像、音频和视频等多种信息模态，实现"从任何输入生成任何输出"。其核心亮点在于支持对话式编辑，用户可通过自然语言指令轻松修改视频元素。同时，谷歌发布了首款衍生模型Gemini Omni Flash，现已在Gemini App、Google
能力进展新发布
6. 首个实时多agent世界模型发布，人类可与AI同屏互动
X：Berry Xia (@berryxia) · 23 小时前
奥德赛实验室推出Agora-1，这是全球首个实时多agent世界模型，允许多人与AI同时在同一个模拟世界中实时互动并相互影响。该模型以经典游戏GoldenEye死亡竞赛为演示场景，提供可玩研究预览，用户现在即可体验与AI共同参与动态生成的模拟世界。这标志着从单人生成视频向多人共享"活世界"的转变，长期来看可能重塑游戏、模拟、教育、机器人及AI协作等领域，使人类从旁观者变为与AI共同生活的参与者。
能力进展新发布
7. Gemini Omni发布：物理推理与多模态生成新突破
X：Sundar Pichai (@sundarpichai) · 5 小时前
Gemini Omni不仅能构建逼真的场景，还能推理接下来应该发生什么。它结合了对物理的直观理解与Gemini在历史、科学和文化背景方面的知识。
今日起，通过@Geminiapp + Google Flow和@YouTube Shorts，向全球Google AI Plus、Pro和Ultra订阅用户推出视频生成功能。
能力进展新发布
8. Gemini Omni：从任意输入创造内容的新模型
X：Google AI (@GoogleAI) · 5 小时前
到现在，你可能已经听说了 Gemini Omni，这是我们新推出的模型，旨在从任意输入（从视频开始）创造任何内容。
但……这有什么大不了的？
让我们来分解一下 🧵👇
能力进展新发布
9. 谷歌发布Gemini Omni多模态生成模型
X：Gemini (@GeminiApp) · 5 小时前
介绍Gemini Omni，我们的新模型，可以从任何输入创建任何内容，首先从视频开始。
借助Gemini Omni，您可以将图像、视频和文本作为输入组合，并生成基于Gemini现实世界知识的高质量视频。#GoogleIO
能力进展新发布
10. 谷歌发布Gemini Omni Flash，Pro版即将推出
X：Testing Catalog (@testingcatalog) · 7 小时前
谷歌 I/O 🔥：GEMINI OMNI FLASH 已发布，现已在 GEMINI 和 GOOGLE FLOW 上可用。
GEMINI OMNI PRO 即将推出 🤩
能力进展新发布
11. Gemini Omni发布：多模态生成新突破
X：Google DeepMind (@GoogleDeepMind) · 7 小时前
我们推出Gemini Omni：这是迈向一个能从任何内容生成任何内容的模型的第一步--从视频开始。
它结合了Gemini的智能与我们的生成式媒体系统--代表了在世界理解、多模态和编辑方面的飞跃🧵
能力进展新发布
12. Gemini Omni发布，迈向AGI新进展
X：Kim (@kimmonismus) · 7 小时前
"迈向AGI的进展"：Gemini Omni
- 世界模型
-Gemini Omni官方发布！！
它可以从任何输入创建任何内容！！！
能力进展新发布
13. 介绍 Ettin Reranker 系列
Hugging Face：Blog（RSS） · 昨天 08:00
通过开源和开放科学的方式推动人工智能的发展与普及。该机构正式发布了 Ettin Reranker 系列模型，这是一组用于重排序的开源工具，旨在降低先进AI技术的使用门槛，促进技术普惠。
能力进展新发布
14. Gemini Omni：迈向AGI的世界模型
X：Kim (@kimmonismus) · 6 小时前
真正的"哇"时刻是 Gemini Omni。一个迈向 AGI 的世界模型。
它可以从任何输入创建任何内容。这太疯狂了。
能力进展
产业
产业与基础设施
1. 创新一周年：庆祝Google Cloud x NVIDIA开发者社区达到10万会员
Google Developers Blog（RSS） · 3 小时前
Google Cloud与NVIDIA开发者社区迎来成立一周年，会员规模突破10万。社区为开发者提供先进AI基础设施与资源支持，包括LLM优化、GPU加速数据分析等专项学习路径及专家网络研讨会。第二年计划将进一步扩展，推出实践实验室、工程活动及聚焦代理式AI增长的专项内容。
能力进展基础设施新发布
2. 毕马威与Anthropic建立全球联盟，全面整合Claude AI模型
Anthropic：Newsroom（网页） · 11 小时前
毕马威宣布与Anthropic建立全球联盟，将Claude人工智能模型全面整合至其核心业务与数字平台。此举将向毕马威全球超过27.6万名员工开放Claude访问权限，并率先应用于税务与法律等领域的客户工具开发。双方还将合作开发面向私募股权投资组合公司及网络安全漏洞检测的新产品。毕马威强调此次合作基于其可信AI框架，旨在通过负责任、可治理的AI部署，加速企业数字化转型。
能力进展监管/资本新发布
3. Kimi最新融资获国资与央企加注，估值半年翻四倍
IT之家（RSS） · 17 小时前
月之暗面旗下AI助手Kimi正在进行20亿美元新融资，国智投、中国移动等国资机构及央企已加入股东名单，该轮融资已进入收尾阶段。今年1月和2月，Kimi已密集完成3轮融资，累计融资超39亿美元（约376亿元人民币），最新估值相比去年11月已翻4倍有余，成为大模型创业公司中融资最多的企业。产品层面，基于Kimi K2.5模型的Composer 2.5已集成至编程应用Cursor，公司近期也发布了开源模
能力进展监管/资本新发布
4. 前OpenAI核心成员Andrej Karpathy选择Anthropic重返前沿LLM研究
The Decoder：AI News（RSS） · 9 小时前
著名AI研究人员Andrej Karpathy已加入Anthropic。这位前OpenAI核心团队成员兼特斯拉Autopilot架构师表示，他希望重返研发一线，称未来几年在大语言模型（LLM）前沿的研究"尤其具有塑造性"。他选择Anthropic而非回归前东家OpenAI，这对后者而言是一个明显的损失。
能力进展新发布
5. Gemini月活用户超9亿，回顾年度重大功能发布
X：Gemini (@GeminiApp) · 6 小时前
每月有超过9亿用户使用Gemini应用。
这一增长的重要部分源于我们快速的发布节奏。以下是过去一年我们推出的一些最重要功能的回顾。🧵 #GoogleIO
能力进展新发布
6. Google I/O 开发者大会日程公布
X：Google AI for Developers (@googleaidevs) · 8 小时前
Google I/O 开发者大会即将开始！
✧ 上午10：00 - 主题演讲
✧ 下午1：30 - 开发者主题演讲
✧ 下午3：30 - Google AI 新动态
✧ 下午4：30 - 与 @GoogleDeepMind 和 @Antigravity 共同扩展开发者生态系统
时间为太平洋时间。
https：//x.com/i/events/2053241348807864323
能力进展
7. 谷歌每月处理超 3200 万亿 Token，同比增长 7 倍
IT之家（RSS） · 7 小时前
在2026年谷歌I/O开发者大会上，谷歌宣布其AI业务关键指标大幅增长。2026年5月，谷歌每月处理的Token数量超过3200万亿，同比增长达7倍。其Gemini App月度活跃用户已突破9亿，同比增长超过一倍，每日请求量增长超7倍。此外，Nano Banana模型已累计生成超过500亿张图片。
能力进展
8. 安德烈·卡帕西加入Anthropic
Hacker News 热门（buzzing.cc 中文翻译） · 9 小时前
AI领域知名专家安德烈·卡帕西于2026年5月19日宣布加入人工智能安全公司Anthropic。卡帕西此前曾是特斯拉自动驾驶AI负责人及OpenAI联合创始人，此次加盟标志着顶尖人才向AI安全与对齐研究领域的新一轮流动，进一步提升了Anthropic在行业内的研发实力与关注度。该消息发布后迅速引发广泛讨论，在技术社区获得高关注度。
监管/资本新发布
9. Karpathy加入Anthropic团队
X：Claude Devs (@ClaudeDevs) · 9 小时前
欢迎加入团队，Andrej！
能力进展
10. 谷歌联手黑石组建 AI 云公司：50 亿美元起步，2027 年冲刺 500 兆瓦
IT之家（RSS） · 22 小时前
谷歌与黑石集团宣布合作成立一家新的AI云服务公司，黑石率先投入50亿美元股权资本，结合后续杠杆，总投资规模预计约250亿美元。该公司计划依托谷歌自研的TPU芯片和云基础设施，与CoreWeave等算力服务商展开竞争，并争取在2027年上线容量达500兆瓦的数据中心，相当于一座中等城市的用电规模。此举标志着谷歌迄今最大规模的对外芯片商业化尝试，将加剧与英伟达等公司在AI算力市场的角逐。
基础设施
11. Google I/O 2026
Google Blog：AI（RSS） · 7 小时前
在Google I/O 2026大会上，Google宣布了多项旨在让AI更普惠、更实用的更新。这些发布聚焦于提升人工智能的辅助能力，使其能够服务更广泛的用户群体。大会涵盖了AI在开发者工具、用户应用以及日常生活场景中的具体改进，强调通过技术优化实现更自然、更便捷的人机交互体验。
新发布
12. Anthropic联合创始人将与教皇利奥十四世共同发布人工智能通谕
Hacker News 热门（buzzing.cc 中文翻译） · 22 小时前
Anthropic联合创始人将于2026年5月与教皇利奥十四世共同发布首个人工智能通谕"magnifica humanitas"。这是教皇利奥十四世的首次通谕，聚焦人工智能技术与伦理，标志着科技企业与宗教领袖在AI议题上的合作。通谕由梵蒂冈新闻发布，具体探讨人工智能对人类社会的影响，在Hacker News平台获得104点关注，反映了话题的广泛热度。
新发布
13. 埃隆·马斯克对山姆·阿尔特曼和OpenAI提起的诉讼败诉
Hacker News 热门（buzzing.cc 中文翻译） · 昨天 02:14
埃隆·马斯克对山姆·阿尔特曼及OpenAI提起的诉讼以败诉告终。这场广受关注的案件主要涉及人工智能公司OpenAI的创立初衷、公司治理结构以及未来发展方向等核心争议。法院的裁决标志着这一涉及商业、技术伦理与公司控制权的重大法律纠纷阶段性落幕。
新发布
14. 谷歌IO大会首日：创新与技术突破
X：Google DeepMind (@GoogleDeepMind) · 7 小时前
欢迎来到 #GoogleIO 的第一天。
我们将分享 @Google 的最新创新、产品更新和技术突破。
请就座前排，观看直播 → https：//goo.gle/499OxaJ
新发布
15. Andrej加入Anthropic，马斯克也点赞
X：Yuchen Jin (@Yuchenj_UW) · 8 小时前
Andrej加入了Anthropic。
连Elon都忍不住称赞Anthropic。
Anthropic今天在Google I/O上真是气场全开。
16. 现代汽车集团计划部署 2.5 万台波士顿动力 Atlas 人形机器人
IT之家（RSS） · 13 小时前
应用
应用与商业化
1. Claude智能体托管平台新增自托管沙箱与MCP隧道功能
Claude：Blog（网页） · 15 小时前
Anthropic为其Claude智能体托管平台推出两项更新：自托管沙箱允许用户在自有基础设施或合作云平台上运行工具，确保敏感数据与服务保留在用户控制范围内；MCP隧道则通过轻量网关，使智能体能安全连接企业私有网络内的数据库与API，无需暴露于公网。目前沙箱功能已进入公测，隧道处于研究预览阶段。这两项更新进一步增强了企业用户对智能体执行环境与内部资源访问的安全管控能力。
能力进展基础设施监管/资本
2. Google Tensor ML SDK 测试版发布
Google Developers Blog（RSS） · 5 小时前
Google Tensor ML SDK 进入测试版，支持开发者直接在 Pixel 10 设备的 TPU 上构建和部署高性能机器学习模型。该 SDK 集成边缘部署框架 LiteRT，提供统一工作流，可高效转换、编译并运行 PyTorch 或 TFLite 模型，并具备稳定回退机制。此外，新推出的模型库包含超过 100 个经典及生成式 AI 模型（如 Gemma 3），支持低延迟、注重隐私的语音识别
能力进展基础设施新发布
3. QoderWork推出Design Desk无限画布AI工作区
X：阿里云 / Alibaba Cloud (@alibaba_cloud) · 21 小时前
🎨 介绍QoderWork的Design Desk。一个将语言转化为可运行代码的无限画布AI工作区。
💡 用自然语言描述你的需求--即可在无限画布上获得可运行的React + Vite项目。设计师迭代，开发者交付相同文件。无缝交接。
⏬立即下载QoderWork
https：//www.qoderwork.ai
#AI #Qoder #QoderWork #DesignDesk
能力进展基础设施新发布
4. Claude Code v2.1.145版本更新
Claude Code：GitHub Releases（RSS） · 3 小时前
本次更新为Claude Code工具带来了多项功能增强与问题修复。新功能包括：新增JSON格式的会话列表命令以便脚本化操作，并在OTEL追踪中完善了Agent父子关系。插件浏览界面现可预览详细信息。在稳定性方面，修复了权限提示被绕过的安全问题、MCP参数校验错误、终端窗口调整后的显示冻结，以及非ASCII名称导致的API调用失败等问题。同时改进了Read工具的文件超限处理，并优化了任务列表排序和状
能力进展监管/资本新发布
5. Claude推出自托管沙箱与MCP隧道功能
X：Claude (@claudeai) · 16 小时前
来自Code with Claude伦敦现场：我们正在Claude Managed Agents中推出自托管沙箱（公测版）和MCP隧道（研究预览版）。
在您自己的安全边界内运行代理，默认应用您的安全控制。
能力进展监管/资本新发布
6. 在OpenClaw中使用Grok
xAI：News（网页） · 刚刚
5月22日，xAI宣布，其用户现可在开源个人助理OpenClaw中直接使用Grok模型。所有持有SuperGrok或X Premium订阅的用户均可使用该功能。OpenClaw是一个开源的、本地优先的智能助手，可在多种硬件上运行并保持跨会话记忆，同时能接入WhatsApp、Telegram等多款主流通讯平台。用户通过简单安装和登录，即可在自有设备上运行OpenClaw，并通过其界面或关联的聊天工具
能力进展新发布
7. 更智能的 Google AI Edge Gallery：MCP 集成、通知和会话连续性
Google Developers Blog（RSS） · 4 小时前
Google AI Edge Gallery 应用在安卓平台上扩展了设备端 AI 能力，通过引入对开源模型上下文协议（MCP）的实验性支持，使得 Gemma 4 模型能够协调处理跨 Google Workspace 和 Google Maps 等外部数据源的复杂任务。此次更新添加了"定时通知"技能，用于实现日常事务的自动化管理，并新增了持久化聊天记录功能，允许用户近乎即时地恢复长会话上下文。该平台
能力进展新发布
8. Claude AI助手v2.1.144版本更新
Claude Code：GitHub Releases（RSS） · 23 小时前
Claude AI助手发布了v2.1.144版本。此次更新主要新增了对后台会话的`/resume`支持，并将"extra usage"更名为"usage credits"。同时包含了多项重要修复：优化了网络异常处理，解决启动卡顿问题；修复了窗口大小调整和长时间会话导致的终端显示错乱；解决了macOS特定文件夹下的崩溃问题。此外，还改进了模型选择持久化、文件读取、工具调用以及MCP服务器分页工具列表
能力进展新发布
9. 重要更新：Gemini CLI将迁移至Antigravity CLI
Google Developers Blog（RSS） · 6 小时前
Google正在整合其AI终端工具，将面向社区的Gemini CLI迁移至全新平台Antigravity CLI。这款新工具采用Go语言开发，作为代理优先的平台，支持复杂的多代理工作流，并提供更快的执行速度、异步处理能力以及与Antigravity 2.0桌面应用同步的统一架构。企业客户可维持现有访问权限，但个人及免费用户必须在2026年6月18日Gemini CLI停止服务前，完成向新平台的迁移
能力进展新发布
10. 经验研究助手（ERA）：从Nature发表到催化计算发现
Google Research：Blog（网页） · 6 小时前
Google Research开发的经验研究助手（ERA）现已在《Nature》期刊发表论文。这是一款基于Gemini的AI工具，旨在协助科学家编写专业级经验科学代码，其核心能力包括搜索文献、生成代码、探索方案并迭代优化，以加速耗时的计算实验过程。该工具已被用于构建"计算发现"原型，并已通过Google Labs的"可信赖测试者计划"向更广泛的科学家群体开放初步试用。
能力进展新发布
11. Google AI Ultra套餐降价并新增档位
X：Gemini (@GeminiApp) · 7 小时前
我们将顶级Google AI Ultra套餐的价格从每月250美元降至200美元，并推出新的每月100美元Ultra套餐档位。
这个新套餐解锁了比Pro套餐高5倍的Gemini应用使用限额，助您加速编程与创作。它还包括新功能抢先体验、20TB存储空间、@YouTube Premium等更多权益。适用条款。https：//goo.gle/4wEuFGK #GoogleIO
能力进展新发布
12. 谷歌推出全新AI智能搜索框，支持多模态交互
X：Google AI (@GoogleAI) · 3 小时前
谷歌宣布推出基于Gemini 3.5模型的全新智能搜索框。该更新将AI Overviews与AI Mode整合为统一的AI搜索体验，支持对文本、图像、文件及视频进行跨模态推理查询。用户可进行多轮对话，搜索将结合上下文提供更个性化、定制化的回答。该新功能已在全球桌面和移动设备端同步上线。
能力进展新发布
13. GoogleIO发布多项Gemini更新
X：Gemini (@GeminiApp) · 6 小时前
我们在#GoogleIO上宣布了多项Gemini更新，包括：
- 采用神经表达技术的全新Gemini体验设计
- 即将推出的Gemini智能体功能，含每日简报与Gemini Spark
- Gemini Omni与3.5 Flash模型
- 以及更多内容！
详情请见此线程🧵
能力进展新发布
14. Google Workspace 推出全新创建方式与高效工作功能
Google Blog：AI（RSS） · 7 小时前
Google 在最新更新中为 Gmail、Docs 和 Keep 增添了新的语音功能，并推出了一款名为 Google Pics 的全新设计工具。同时，其 AI Inbox 功能也得到了升级与优化。这些更新旨在进一步提升用户在工作场景中的协作效率与创作体验，通过集成更智能的工具和交互方式，帮助用户更便捷地完成多项任务。
能力进展新发布
15. OpenRouter工具调用模型现可自主进行网络搜索
X：OpenRouter (@OpenRouter) · 9 小时前
OpenRouter上的任何工具调用模型现在都可以自主调用网络搜索和网页抓取功能。
模型可以自行决定何时搜索、搜索什么以及搜索次数。
我们新增了@p0作为新的网络搜索提供商。了解更多：https：//openrouter.ai/announcements/agentic-web-tools
能力进展新发布
16. 宣布Claude Managed Agents登陆Cloudflare
Cloudflare Blog · 11 小时前
Cloudflare宣布与Anthropic的Claude Managed Agents深度整合，提供快速、隔离的自主代码交付执行环境。该集成使开发者能够在全球范围内扩展代理工作流，同时严格控制私有后端访问权限，并支持灵活自定义代理工具及运行时配置。
能力进展基础设施
17. xAI Grok创意套件三款新模型上线OpenRouter
X：OpenRouter (@OpenRouter) · 昨天 02:56
@xai 的 Grok 创意套件中 3 款新模型现已在 OpenRouter 上线：
• Grok Imagine Image Quality：照片级真实图像生成与编辑
• Grok Imagine Video：从文本、图像或参考生成短片
• Grok Voice TTS 1.0：支持 20 多种语言的 5 种语音
更多详情见下方 🧵
能力进展新发布
18. Antigravity生态：面向智能体的开发平台
X：Google AI for Developers (@googleaidevs) · 5 小时前
全新的 @Antigravity 生态系统是您终极的智能体优先开发平台。
对于任何构建或编排智能体的开发者，以下是 Google I/O 上发布的内容 🚀↓
能力进展新发布
19. Google推出每日简报个性化摘要功能
X：Gemini (@GeminiApp) · 6 小时前
Daily Brief是一项新的个性化摘要功能，旨在成为您每天早晨的首选信息来源。
它从您的收件箱、日历和任务中收集信息，进行优先级排序、整理，并在专为快速浏览设计的超简洁晨间摘要中为您建议下一步行动。#GoogleIO
能力进展新发布
20. Claude Design 全面升级创作能力
X：Claude (@claudeai) · 昨天 03:40
现在你可以用 Claude Design 创作更多内容了。
我们已将所有套餐的 token 限制翻倍。
能力进展新发布
21. Claude托管代理新增两项安全功能
X：Claude Devs (@ClaudeDevs) · 10 小时前
我们为Claude Managed Agents增加了两项安全改进。
自托管沙箱将代理的执行环境保留在您的基础设施或托管沙箱提供商处。
MCP隧道让代理能够连接到您安全边界内的服务。
能力进展监管/资本
22. OpenAI推出长期算力保障服务
X：OpenAI (@OpenAI) · 5 小时前
推出 OpenAI Guaranteed Capacity：一项新服务，让客户能够保障长期获取 OpenAI 算力。
我们已在基础设施、合作伙伴关系和容量规划方面进行了长期投资，以帮助客户可靠地扩展。
现在，Guaranteed Capacity 帮助客户在算力受限的环境中提前规划关键工作负载。
http：//openai.com/guaranteed-capacity
基础设施新发布
23. Gemini Omni助力Google Flow创作电影级故事
X：Google DeepMind (@GoogleDeepMind) · 6 小时前
Google Flow 🤝 Gemini Omni
使用我们的最新模型创作更具电影感的故事，它带来了批量编辑、改进的角色一致性等功能。以下是@FlowbyGoogle的其他新功能 → https：//goo.gle/42K2nge
#GoogleIO
能力进展
24. Luma Agents现已支持Seedance 2.0生成
X：Luma AI (@LumaLabsAI) · 8 小时前
Luma Agents现在可以使用Seedance 2.0进行生成了。
将你的下一个项目指向它，看看它能产出什么，然后继续前进。同样的工作流程，但有了更多可用内容。
打开Luma Agents → http：//lumalabs.ai/app
能力进展
25. 推进内容溯源，构建更安全、更透明的AI生态系统
OpenAI：官网动态（RSS · 排除企业/客户案例） · 14 小时前
OpenAI推出了新的AI内容溯源体系，旨在提升AI生成媒体的可信度。该体系集成了Content Credentials和SynthID两种技术标准，并配套推出了一个验证工具。此举的核心目标是帮助公众有效识别AI生成的内容，从而建立对AI媒体的信任，最终推动一个更安全、更透明的AI生态发展。
监管/资本新发布
26. Ramp利用Gemini API构建高级财务代理
X：Google AI for Developers (@googleaidevs) · 1 小时前
通过使用Gemini API中的新托管代理功能，@Ramp在无需接触后端基础设施的情况下构建了其高级财务代理。
了解更多 ↓
能力进展
27. Gemini for Science：AI助力科学突破
X：Google DeepMind (@GoogleDeepMind) · 6 小时前
我们希望借助AI帮助科学家发现下一个重大突破。
Gemini for Science是我们全新的实验性工具套件，旨在帮助他们探索更多假设、大规模验证工作、轻松解析文献等。🧵
能力进展
28. Gemini Spark：全天候个人AI代理
X：Gemini (@GeminiApp) · 6 小时前
Gemini Spark 是您的全天候个人AI代理，帮助您驾驭数字生活。
它将 Gemini 从一个回答您问题的助手，转变为一个在您的指导下、代表您完成工作的助手。#GoogleIO
能力进展
29. Gemini Spark：全天候自主AI助手
X：Gemini (@GeminiApp) · 7 小时前
Gemini Spark 是你的新全天候个人AI代理。
给它一个任务，它会在后台自主工作，即使你的手机和笔记本电脑已关机。你选择启用它，它被设计为在执行重大操作前会先征询你的意见。#GoogleIO
能力进展
30. Claude控制台新增提示缓存诊断功能
X：Claude Devs (@ClaudeDevs) · 昨天 01:59
提示缓存诊断现已在Claude控制台上线。
当请求未命中缓存时，您现在可以准确查看提示的哪一部分发生了变化，以及这消耗了多少令牌。
能力进展
31. Claude Code快速模式默认切换至Opus 4.7
X：Claude Devs (@ClaudeDevs) · 昨天 03:18
Claude Code的快速模式现已默认使用Opus 4.7。
今天就试试 /fast
能力进展
32. Google AI 订阅服务全新内容，源自 I/O 2026 大会
Google Blog：AI（RSS） · 7 小时前
Google 在 I/O 2026 大会上宣布更新其 AI 订阅服务，推出了全新的 100 美元"AI Ultra"计划。同时，面向 Google AI Plus、Pro 和 Ultra 三个层级的现有订阅者，服务均增加了新的功能和权益。此次更新标志着 Google 在 AI 付费订阅领域推出了更高端的选项并强化了现有套餐的价值。
新发布
33. AI搜索的新时代
Google Blog：AI（RSS） · 7 小时前
谷歌宣布了其搜索引擎与AI技术融合的最新进展，标志着AI搜索进入新阶段。此次更新旨在将搜索引擎的广度与AI的深度理解能力相结合，目标是提供更智能、更直观的搜索体验，推动搜索技术的下一代演进。
新发布
研究
研究与开源进展
1. 小米斩获 CVPR 2026 NTIRE 赛事三项奖项
IT之家（RSS） · 昨天 07:22
近日，小米在 CVPR 2026 NTIRE 图像恢复与增强赛事中获得三项大奖。小米玄戒多媒体算法团队凭借自研SPANV2方法，以综合得分4.43夺得高效超分辨率赛道冠军，实现了画质与速度的均衡提升。小米大模型应用团队通过双阶段级联框架与单步扩散技术，获得人像修复赛道冠军；并在反光消除赛道通过骨干网络升级与知识蒸馏等策略获得亚军，主观评分达4.31分，多项客观指标位列第一。
能力进展新发布
2. 开源古代汉字视觉感知评估基准Chronicles-OCR
X：腾讯混元 (@TencentHunyuan) · 22 小时前
开源了评估视觉大语言模型（VLLM）对古代汉字视觉感知能力的基准测试Chronicles-OCR。该数据集覆盖了从甲骨文到草书的3000年演变历程，包含7种历史书体与2800张均衡图像。评估涵盖字形定位、细粒度识别、古代文本解析和字体分类四项核心任务，旨在探究视觉分布随时间的变化如何影响模型感知。相关论文与代码已开源。
能力进展新发布
3. 研究发现人类说服技巧对AI同样有效
X：Ethan Mollick (@emollick) · 3 小时前
🚨我们的论文已在PNAS发表：我们发现经典的人类说服技巧以一种"类人"的方式对AI有效，使其同意不当请求（将顺从率从35%提高到51%）
该技巧对一系列主流大语言模型有效，尽管较新的模型抵抗力更强 https：//www.pnas.org/doi/10.1073/pnas.2535868123
能力进展
4. 加速遗传线索以逆转细胞衰老
Google DeepMind：Blog（RSS） · 昨天 02:21
生物学家利用Co-Scientist这一工具，成功发现能够使人类细胞年轻化的新型因子。该研究通过人工智能加速了遗传线索的探索过程，为逆转细胞衰老领域提供了新的关键因素。这一发现标志着利用技术手段干预生物老化进程取得了实质性进展。
格局
观点、资本与监管
1. NVIDIA开源首个4-bit超长视频生成基础设施
X：Berry Xia (@berryxia) · 8 小时前
NVIDIA研究员开源LongLive 2.0，这是首个支持4-bit量化、覆盖训练与推理全流程的端到端长视频生成基础设施。其核心技术包括FP4量化与并行加速，在5B模型上实现45.7 FPS的生成速度。该框架支持真实视频训练、蒸馏、多镜头生成、序列并行、KV缓存优化及异步解码部署，旨在解决以往长视频生成速度慢或仅限短片的瓶颈。
能力进展基础设施新发布
2. AI代理集成新方案：Membrane推出单一技能连接万种API
X：Rohan Paul (@rohanpaul_ai) · 11 小时前
AI代理在实际应用中需为每个外部服务重复构建集成逻辑，成为其发展的主要瓶颈。针对此问题，Membrane推出了一种通用"技能"解决方案。通过该单一技能，Claude Code、ChatGPT、Cursor等主流AI代理能够用一条指令调用超过10万个不同的API，涵盖从Stripe支付服务到NASA火星车数据等各类服务。这极大简化了开发流程，将定制化集成转变为通用的连接能力，降低了使用门槛。同时，M
能力进展新发布
3. Forge：通过防护机制大幅提升8B模型性能的可靠性层
Hacker News：AI 热帖 · 12 小时前
Forge 是一个为自托管大语言模型设计的可靠性层，专注于提升工具调用能力。它通过错误解析、重试提示、步骤强制等防护机制以及高效的上下文管理，成功将8B参数模型在复杂多步骤智能体任务中的表现从53%大幅提升至99%。其核心配置（Ministral-3 8B模型）在自建的26项评估中综合得分达86.5%。Forge 提供三种集成方式：作为全托管工作流运行器、多智能体架构的共享调度器，或嵌入自有编排循
能力进展新发布
4. ChatGPT图像生成周使用量突破15亿次
X：OpenAI (@OpenAI) · 3 小时前
人们每周在ChatGPT中生成超过15亿张图像。
研究员 @kenjihata 与产品负责人 @adele__li 及主持人 @AndrewMayne 一起，探讨自 Images 2.0 发布以来出现的新用例和趋势。
能力进展新发布
5. Mac远程运行Codex，手机办公两不误
X：OpenAI Developers (@OpenAIDevs) · 昨天 02:31
你的Mac可以在你用手机工作时坚守岗位。
在Codex桌面应用中启用远程连接，然后开启"保持Mac唤醒"。
当Mac开机并接通电源时，Codex可以持续运行，而你则通过ChatGPT移动应用工作。
能力进展新发布
6. 拓宽关于前沿AI的对话
Anthropic：Newsroom（网页） · 1 小时前
Anthropic为构建负责任的先进AI，正与全球多元群体展开对话。首轮讨论汇集了超过15个宗教、哲学及跨文化传统的学者与伦理学者，旨在为Claude等模型的道德形成与价值观对齐提供多元视角。受"外部良知"概念启发，团队开发并测试了伦理承诺提醒工具，初步实验显示其能有效降低模型不对齐行为。公司计划未来将对话拓展至法律、心理学及公民社会等领域，以共同应对AI对社会结构的重塑。
能力进展
7. Claude Code的HTML输出：非凡的有效性
Claude：Blog（网页） · 3 小时前
Claude Code团队正从Markdown转向HTML作为主要输出格式。Markdown虽简洁，但在信息密度、阅读性、分享和交互方面存在局限。HTML能支持表格、CSS样式、SVG图表和JavaScript交互，提供更清晰的视觉结构和高信息密度。由于HTML文件可通过浏览器直接打开和分享，便于团队协作审阅。Claude Code利用其广泛的上下文获取能力生成实用的HTML制品，适用于项目规划、
能力进展
8. Claude实现真实界面操作的生产实践指南
X：Claude Devs (@ClaudeDevs) · 4 小时前
计算机使用功能使Claude成为能够操作真实用户界面的智能体。
新博客文章探讨如何在生产环境中确保其可靠性：包括提高点击准确性、选择思考努力级别、在长会话中保持上下文，以及记录Claude可重放的演示操作：
https：//claude.com/blog/best-practices-for-computer-and-browser-use-with-claude
能力进展
9. Gemini 3.5 Flash快速构建互动游戏
X：Gemini (@GeminiApp) · 4 小时前
使用 Gemini 3.5 Flash 构建你的第一款游戏。
无需复杂的3D建模，即可将日常物品直接转化为互动的数字体验。从一个 Nano Banana 提示开始，在 Canvas 中将你的图像变成游戏，并优化你的愿景以获得最佳游戏体验。
能力进展
10. DAA：智能体时代的核心指标
X：百度 Baidu (@Baidu_Inc) · 10 小时前
这里快速补充一个指标新词：DAA。
全称 Daily Active Agents（每日活跃智能体），相当于智能体时代的 DAU。
如果说代币经济学追踪成本，那么 DAA 追踪产出--智能体实际完成了多少工作。
完整对比见下文 ↓
能力进展
11. 前高管称微软 AI 布局失利，Copilot 付费使用率不足 3%
IT之家（RSS） · 13 小时前
微软前高管马特·韦洛索批评称，尽管微软与OpenAI合作在2023至2025年间获得约300亿美元营收，但相关成本高达1000亿美元，盈利前景不明。他指出，微软在AI布局上存在多项失误，包括押注必应搜索AI转型未增市场份额、Copilot付费用户实际使用率不足3%、人才任用不当等。虽然微软称Copilot企业付费用户已超2000万家，但市场对其AI巨额投入的盈利路径存在担忧。微软仍计划2026年在
新发布
12. AI Mode 如何改变美国人的搜索方式
Google Blog：AI（RSS） · 7 小时前
AI Mode 上线一周年，美国用户搜索行为呈现关键转变。数据显示，用户正从传统的关键词输入模式逐渐转向自然语言查询，这一变化反映了AI搜索技术的普及和用户交互方式的优化。自然语言查询的使用率显著提升，体现了AI搜索在日常信息获取中的影响力增强，预示着未来搜索体验的革新方向。
13. 让社区参与AI开发以改善AI服务
X：Microsoft Research (@MSFTResearch) · 7 小时前
让社区通过参与AI开发流程来影响AI，可以改善AI，并帮助社区认识到AI为其提供良好服务的潜力。