AI 日报 2026-05-21

1. OlmoEarth v1.1：更高效的模型家族

Hugging Face：Blog（RSS） · 昨天 02:38

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

https://huggingface.co/blog/allenai/olmoearth-v1-1

2. Kling AI推出全球首个原生4K视频生成模型

X：可灵 Kling AI (@Kling_ai) · 20 小时前

4月23日，Kling AI正式推出全球首个原生4K视频生成模型，专为专业内容创作设计。该功能支持一键生成真4K画质视频，显著提升画面细节与制作效率。模型已获得好莱坞团队、动画工作室等多方采用。好莱坞制片人指出，这是其工作流中首个使用的原生4K基础模型；Wonder Studios强调，原生4K从底层生成避免了传统放大技术的角色变形问题，保持了画面一致性；动画导演则认为，该模型在保留艺术色调与复杂

能力进展新发布

https://x.com/Kling_ai/status/2056950317712101599

3. I/O 2026：欢迎来到自主的 Gemini 时代

Google Blog：AI（RSS） · 昨天 01:45

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

https://blog.google/innovation-and-ai/sundar-pichai-io-2026

4. 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） · 昨天 01:26

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

https://www.ithome.com/0/952/519.htm

5. Stability AI 推出音频模型 Stability Audio 3.0，可生成最长 6 分钟专业级歌曲

IT之家（RSS） · 8 小时前

Stability AI 推出 Stability Audio 3.0 音频生成模型家族，包含四款不同规格模型，参数从45900万到27亿。小型模型专注设备端运行，可本地生成两分钟以内的音频；中型和大型模型支持创作超过6分20秒的完整音乐，

能力进展新发布

https://www.ithome.com/0/953/086.htm

6. Gemini Omni发布：物理推理与多模态生成新突破

X：Sundar Pichai (@sundarpichai) · 昨天 03:19

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

https://x.com/sundarpichai/status/2056816915717443862

7. Qwen3.7：智能体前沿

Qwen：Blog Retrieval（API） · 22 小时前

Qwen Studio推出Qwen3.7模型，提供覆盖聊天机器人、图像与视频理解、图像生成、文档处理、网页搜索集成、工具调用及工件生成等功能。该模型整合了当前AI智能体的关键能力，旨在推动多模态交互与实际任务执行向更综合、自主的方向发展。

能力进展新发布

https://qwen.ai/blog?id=qwen3.7

8. Gemini Omni：从任意输入创造内容的新模型

X：Google AI (@GoogleAI) · 昨天 03:17

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

https://x.com/GoogleAI/status/2056816653770625406

9. 谷歌发布Gemini Omni多模态生成模型

X：Gemini (@GeminiApp) · 昨天 03:07

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

https://x.com/GeminiApp/status/2056814052039356806

10. 谷歌发布Gemini Omni Flash，Pro版即将推出

X：Testing Catalog (@testingcatalog) · 昨天 01:22

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

https://x.com/testingcatalog/status/2056787680944406538

11. Gemini Omni发布：多模态生成新突破

X：Google DeepMind (@GoogleDeepMind) · 昨天 01:17

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

https://x.com/GoogleDeepMind/status/2056786446636212467

12. Gemini Omni发布，迈向AGI新进展

X：Kim (@kimmonismus) · 昨天 01:17

"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

https://x.com/kimmonismus/status/2056786433458000041

13. SenseNova U1：同时思考文本与图像的AI

X：商汤 SenseTime (@SenseTime_AI) · 13 小时前

将你的想法转化为激发故事的视觉画面 🧨 【引用 @Adamaestr0_】：大多数AI工具可以写作或生成图像。但这个能同时做这两件事。向你介绍 SenseNova U1。一个能同时思考文本和图像的AI。这改变了一切 🧵

能力进展

https://x.com/SenseTime_AI/status/2057049434782097851

14. Gemini Omni：迈向AGI的世界模型

X：Kim (@kimmonismus) · 昨天 02:23

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

https://x.com/kimmonismus/status/2056802929957568881

1. Qwen 2026大会：AI原生云架构蓝图发布

X：阿里云 / Alibaba Cloud (@alibaba_cloud) · 13 小时前

Qwen Conference 2026：主题演讲议程 AI原生云、Agent原生云架构、推理的未来，以及多模态视觉技术发布。没有冗余内容，只有面向全球规模的工程蓝图。注册：https：//click.qwencloud.com/m/20000000190/

能力进展基础设施新发布

https://x.com/alibaba_cloud/status/2057046828692934749

2. OpenAI向所有YC创业公司提供200万美元API投资

X：Greg Brockman (@gdb) · 20 小时前

OpenAI宣布向Y Combinator当前批次的每家创业公司提供价值200万美元的API信用额度投资，以换取股权。此举旨在为初创公司提供AI算力资源，支持下一代创新。这让人联想到Sam Altman在YC合伙人时期，Yuri Milner向每家创业公司提供投资的先例。OpenAI希望通过此举释放创业者潜力，推动AI应用创新。

能力进展基础设施新发布

https://x.com/gdb/status/2056948285038887255

3. 消息称微软内部示警：GitHub 面临生存级风险，AI 编程工具削弱托管必要性

IT之家（RSS） · 21 小时前

微软内部发出警告，称其代码托管平台GitHub正面临"生存级风险"。主要原因是Cursor、Claude Code等AI编程助手兴起，改变了开发者工作流，削弱了持续将代码上传至GitHub的必要性。为统一工具链并控制成本，微软已要求部分团队在2026年6月底前停止试用Claude Code，转而使用自有工具GitHub Copilot CLI。同时，OpenAI曾考虑自建替代平台，也加剧了对Git

能力进展新发布

https://www.ithome.com/0/952/645.htm

4. Meta万人重组：裁员与AI转型并举

X：Rohan Paul (@rohanpaul_ai) · 5 小时前

Meta启动大规模裁员，计划削减约8000个岗位。与此同时，约7000名员工将被调配至新的AI相关职位。此次调整并非单纯的削减成本，更是公司围绕AI进行内部结构重塑的关键举措，重点将资源集中于AI基础设施、基础模型的构建以及AI技术的商业化，旨在打造从模型训练、产品开发到实现盈利的完整链条。

能力进展基础设施

https://x.com/rohanpaul_ai/status/2057177976492720363

5. 前OpenAI核心成员Andrej Karpathy选择Anthropic重返前沿LLM研究

The Decoder：AI News（RSS） · 昨天 23:29

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

https://the-decoder.com/prominent-ai-researcher-andrej-karpathy-picks-anthropic-over-former-home-openai-to-get-back-into-frontier-llm-research

6. Gemini月活用户超9亿，回顾年度重大功能发布

X：Gemini (@GeminiApp) · 昨天 02:09

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

https://x.com/GeminiApp/status/2056799436052017597

7. 冲刺 9 月上市，OpenAI 最快本周五提交 IPO 招股书草案

IT之家（RSS） · 1 小时前

据CNBC报道，OpenAI预计最快本周五递交首次公开募股（IPO）招股书草案，这标志着公司向资本市场迈出关键一步。首席执行官萨姆·奥尔特曼设定最早于2026年9月上市的目标。公司正与高盛和摩根士丹利合作，借助这两家投行的资源推动上市申报和承销安排。此前，埃隆·马斯克针对OpenAI的诉讼失利后，上市障碍消除，进程明显加速。OpenAI目前私募估值超过8500亿美元，若顺利推进，可能成为公开市场历

监管/资本新发布

https://www.ithome.com/0/953/090.htm

8. 欧盟委员会发布《欧盟人工智能法》高风险AI系统分类指导草案并开启公众咨询

DataGuidance：Artificial Intelligence（网页） · 16 小时前

欧盟委员会于2026年5月19日发布了关于《欧盟人工智能法》第六条项下高风险AI系统分类的指导草案。该草案旨在为AI系统的提供商、部署者及市场监管机构提供明确的分类标准，以确保在欧盟范围内执法的一致性。分类主要依据AI系统的预期用途，例如作为受监管产品的组件或用于特定高风险场景。草案也规定了部分豁免条件，例如仅执行辅助性任务时可能不被视为高风险。公众咨询期至206月23日。

监管/资本新发布

https://www.dataguidance.com/news/eu-commission-publishes-draft-guidelines-classifying

9. Google I/O 开发者大会日程公布

X：Google AI for Developers (@googleaidevs) · 昨天 00:02

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

https://x.com/googleaidevs/status/2056767412255805521

10. 谷歌每月处理超 3200 万亿 Token，同比增长 7 倍

IT之家（RSS） · 昨天 01:14

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

https://www.ithome.com/0/952/518.htm

11. 安德烈·卡帕西加入Anthropic

Hacker News 热门（buzzing.cc 中文翻译） · 昨天 23:33

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

https://twitter.com/karpathy/status/2056753169888334312

12. Gemini与XPRIZE联合举办全球黑客松

X：Google AI for Developers (@googleaidevs) · 5 小时前

用Gemini构建，改变世界🌍 我们正与@xprize合作，发起一场全球黑客松，旨在利用我们全新的智能体工具解决现实世界的挑战。点击加入：https：//www.geminixprize.com/

能力进展

https://x.com/googleaidevs/status/2057166550243872920

13. 投资超 600 亿美元，孙正义豪赌 OpenAI 引发内部质疑"迷信奥尔特曼如追星"

IT之家（RSS） · 14 小时前

软银对OpenAI的投资承诺已超600亿美元，引发内部对孙正义过度信任其创始人奥尔特曼的担忧。部分高管质疑将巨额资本集中于单一公司存在风险，且软银虽持股超10%却无董事会席位，缺乏决策影响力。同时，Anthropic等竞争对手的崛起加剧了对OpenAI领先地位的挑战。尽管软银表示对OpenAI抱有"高度信心"，并已从中获得账面收益，但其股价下跌及信用展望被下调反映出市场对其豪赌的顾虑。

新发布

https://www.ithome.com/0/953/021.htm

14. 英伟达 2027 财年第一财季归母净利润 583.21 亿美元，同比增长 211%

IT之家（RSS） · 3 小时前

英伟达2027财年第一季度业绩创新高，营业总收入达816.15亿美元，同比增长85%。净利润为583.21亿美元，同比激增211%。数据中心业务是核心增长引擎，营收达752亿美元，同比大增92%。公司毛利率提升至74.9%，并宣布了800亿美元股票回购及提高季度股息。展望第二季度，公司预计营收为910亿美元。

基础设施

https://www.ithome.com/0/953/088.htm

15. Google I/O 2026

Google Blog：AI（RSS） · 昨天 01:45

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

https://blog.google/innovation-and-ai/technology/developers-tools/google-io-2026-collection

16. SpaceX与Anthropic合作提供大规模AI算力服务

X：Elon Musk (@elonmusk, xAI) · 1 小时前

正如最近与@AnthropicAI扩大合作所展示的，@SpaceX正在大规模提供AI算力服务。我们正在与其他公司进行类似合作的讨论。随着时间的推移，特别是通过轨道数据中心，我们预计将以极高的规模提供AI服务。

基础设施

https://x.com/elonmusk/status/2057228707606196434

17. 谷歌IO大会首日：创新与技术突破

X：Google DeepMind (@GoogleDeepMind) · 昨天 01:02

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

https://x.com/GoogleDeepMind/status/2056782550924996816

18. 谷歌的人工智能正遭到操纵。这家搜索巨头正在悄然反击

Hacker News 热门（buzzing.cc 中文翻译） · 8 小时前

谷歌的AI系统正面临被操纵的风险。为应对这一挑战，这家科技巨头已悄然启动防御措施，以保护其AI生成内容的结果免受恶意干扰。此举旨在确保搜索和AI服务的可靠性与可信度，反映了当前人工智能安全领域日益增长的对抗性问题。谷歌在未公开宣传的情况下，正在通过技术手段加强对其AI系统的防护。

监管/资本

https://www.bbc.com/future/article/20260519-google-tackles-attempts-to-hack-its-ai-results

19. Andrej加入Anthropic，马斯克也点赞

X：Yuchen Jin (@Yuchenj_UW) · 昨天 23:50

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。

https://x.com/Yuchenj_UW/status/2056764450712256753

1. MSE AI调度器：让Agent自主工作

X：阿里云 / Alibaba Cloud (@alibaba_cloud) · 14 小时前

将Agent转变为自主工作者！🚀 ❌ 开源痛点：可用性低、运维成本高、可观测性差。 ✅ MSE AI调度器通过以下方式解决： • 高可用分布式调度 • 统一管理与细粒度权限 • 弹性伸缩以降低成本 • 全链路可观测性支持OpenClaw、Dify等。免费公测现已开放！ 🔗 https：//int.alibabacloud.com/m/1000413115/ #AI #Agent #MSE

能力进展基础设施新发布

https://x.com/alibaba_cloud/status/2057042351978082719

2. Claude Code v2.1.145版本更新

Claude Code：GitHub Releases（RSS） · 昨天 05:31

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

https://github.com/anthropics/claude-code/releases/tag/v2.1.145

3. 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

https://x.ai/news/grok-openclaw

4. 腾讯张军官宣操作系统层级 AI 助手"马维斯"正式上工，Windows、Mac、安卓端同步上线

IT之家（RSS） · 54 分钟前

腾讯于5月21日发布了操作系统层级AI助手"马维斯"，支持Windows、Mac和安卓平台同步上线。该助手具备文档归类解析、图片智能识别处理、系统维护等功能，并强调与操作系统深度集成，可调度不同模型处理任务，部分功能可在离线状态下使用。腾讯表示"马维斯"能完成市面主流Agent的大部分工作，并具备桌面操控手机应用等能力。这是继3月WorkBuddy和"龙虾"产品矩阵后，腾讯推出的又一AI助手产品。

能力进展新发布

https://www.ithome.com/0/953/096.htm

5. Google Stitch更新：AI设计助手实现全流程构建

X：Google AI for Developers (@googleaidevs) · 3 小时前

Google推出了其AI设计伙伴Stitch的多项重要更新。新功能支持实时流式构建设计，允许用户在不中断流程的情况下直接进行编辑和互动反馈。Stitch现已能够导入现有代码库或Design.md文件，基于实际生产组件进行设计以保持品牌一致性。同时，工具新增了动态界面生成功能，并可将设计项目直接导出为可分享的线上URL，简化了从原型到生产的部署流程。该工具现已面向全球用户开放。

能力进展新发布

https://x.com/googleaidevs/status/2057209295763300785

6. Google AI Ultra套餐降价并新增档位

X：Gemini (@GeminiApp) · 昨天 01:42

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

https://x.com/GeminiApp/status/2056792679607103626

7. OpenClaw 2026.5.19版本发布

X：OpenClaw (@openclaw) · 3 小时前

OpenClaw 2026.5.19 🦞 📱 Android Talk Mode 实现实时化 🍎 Mac 设置界面更清爽 🔐 xAI 登录支持无头模式 🧵 Telegram 话题功能更稳定大版本更新，简短公告。 https：//github.com/openclaw/openclaw/releases/tag/v2026.5.19

能力进展新发布

https://x.com/openclaw/status/2057202955581809093

8. 谷歌推出全新AI智能搜索框，支持多模态交互

X：Google AI (@GoogleAI) · 昨天 05:12

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

https://x.com/GoogleAI/status/2056845506601718271

9. GoogleIO发布多项Gemini更新

X：Gemini (@GeminiApp) · 昨天 02:31

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

https://x.com/GeminiApp/status/2056805027394859137

10. Google Workspace 推出全新创建方式与高效工作功能

Google Blog：AI（RSS） · 昨天 01:45

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

https://blog.google/products-and-platforms/products/workspace/workspace-updates

11. OpenRouter工具调用模型现可自主进行网络搜索

X：OpenRouter (@OpenRouter) · 昨天 23:27

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

https://x.com/OpenRouter/status/2056758698400452705

12. V8.1新增反向提示功能

X：Midjourney (@midjourney) · 4 小时前

今日小幅更新。许多用户要求为V8模型恢复"反向提示"功能（旧版本已有），我们称之为--no标志。该功能现已在V8.1中上线！如果您想从图像中排除某些元素（例如人物），可以尝试使用--no people。玩得开心！

能力进展新发布

https://x.com/midjourney/status/2057184157869199429

13. ChatGPT移动端支持Codex，实现跨设备协作

X：OpenAI Developers (@OpenAIDevs) · 7 小时前

你的笔记本电脑可以留在家里。通过ChatGPT移动应用使用Codex，随时随地回答问题，之后还能在电脑上继续同一对话。

能力进展新发布

https://x.com/OpenAIDevs/status/2057142816497906045

14. Gemini 3.5 Flash登陆OpenCode平台

X：opencode (@opencode) · 15 小时前

Gemini 3.5 Flash现已在OpenCode上线 - 速度极快 - 100万上下文 - 定价与GLM、Kimi和DeepSeek Pro相近

能力进展新发布

https://x.com/opencode/status/2057017380941795667

15. Antigravity生态：面向智能体的开发平台

X：Google AI for Developers (@googleaidevs) · 昨天 03:35

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

https://x.com/googleaidevs/status/2056821026038964360

16. Google推出每日简报个性化摘要功能

X：Gemini (@GeminiApp) · 昨天 02:15

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

https://x.com/GeminiApp/status/2056800978343764238

17. GPT-5即将发布

X：ChatGPT (@ChatGPTapp) · 5 小时前

GPT-5即将发布 🚢

能力进展新发布

https://x.com/ChatGPTapp/status/2057178633249394819

18. OpenAI推出长期算力保障服务

X：OpenAI (@OpenAI) · 昨天 03:44

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

https://x.com/OpenAI/status/2056823271774101907

19. MiniMax语音模型新增600余种声音

X：MiniMax (@MiniMax_AI) · 5 小时前

600多种由MiniMax Speech 2.8 Turbo驱动的新声音现已登陆Together AI @togethercompute 🎙️✨ 立即体验：https：//voicefinder.together.ai/minimax--speech-2.8-turbo

能力进展

https://x.com/MiniMax_AI/status/2057177048356180296

20. Gemini Omni助力Google Flow创作电影级故事

X：Google DeepMind (@GoogleDeepMind) · 昨天 02:28

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

https://x.com/GoogleDeepMind/status/2056804306653794336

21. Luma Agents现已支持Seedance 2.0生成

X：Luma AI (@LumaLabsAI) · 昨天 00:00

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

https://x.com/LumaLabsAI/status/2056766837430600099

22. AI视频一致性始于动作之前

X：PixVerse (@PixVerse_) · 9 小时前

AI视频的一致性始于动作之前。对于这个15秒的烹饪短片，我们首先在PixVerse中生成了一个清晰的角色分镜。然后将其用作视频的参考。相同的角色。清晰的故事节点。镜头指导。动作细节。转发 + 关注 + 回复 = 分镜工作流

能力进展

https://x.com/PixVerse_/status/2057114262145818752

23. Ramp利用Gemini API构建高级财务代理

X：Google AI for Developers (@googleaidevs) · 昨天 07:05

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

https://x.com/googleaidevs/status/2056874010265485341

24. Gemini for Science：AI助力科学突破

X：Google DeepMind (@GoogleDeepMind) · 昨天 02:47

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

https://x.com/GoogleDeepMind/status/2056808869242826957

25. Gemini Spark：全天候个人AI代理

X：Gemini (@GeminiApp) · 昨天 02:19

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

https://x.com/GeminiApp/status/2056801918018564538

26. Gemini Spark：全天候自主AI助手

X：Gemini (@GeminiApp) · 昨天 01:41

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

https://x.com/GeminiApp/status/2056792333132460322

27. Google AI 订阅服务全新内容，源自 I/O 2026 大会

Google Blog：AI（RSS） · 昨天 01:45

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

https://blog.google/products-and-platforms/products/google-one/google-ai-subscriptions

28. AI搜索的新时代

Google Blog：AI（RSS） · 昨天 01:45

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

https://blog.google/products-and-platforms/products/search/search-io-2026

29. Grok Build现已登陆OpenCode平台

X：opencode (@opencode) · 29 分钟前

Grok Build现已在OpenCode中可用

新发布

https://x.com/opencode/status/2057248292904296772

30. 上下文压缩技术提升搜索效率与准确性

X：Perplexity (@perplexity_ai) · 6 小时前

我们已将查询感知压缩技术投入生产，以实现更快、更清晰、更准确的搜索。更好的上下文优于更多的上下文。我们的系统可将上下文令牌最多削减70%，同时提升回答质量。

https://x.com/perplexity_ai/status/2057151002105753950

1. ZCube：超大规模大模型推理的网络优化

智谱：研究（网页内嵌数据） · 4 小时前

针对超大规模大模型推理，ZCube网络架构通过取消Spine层、将Leaf交换机分组并全互联等创新设计，有效解决了推理网络的拥塞问题。该架构在集群实测中，实现了交换机与光模块资本支出减少33%、GPU平均推理吞吐提升15%，同时将首token延迟的P99值大幅降低40.6%，在降低成本的同时显著提升了推理性能。

能力进展基础设施

https://www.zhipuai.cn/zh/research/160

2. OpenAI模型证伪了离散几何中的一个核心猜想

OpenAI：官网动态（RSS · 排除企业/客户案例） · 昨天 08:00

OpenAI开发的人工智能模型成功解决了数学界悬而未决逾80年的"单元距离问题"，并由此推翻了离散几何领域的一个核心猜想。这一突破被视作人工智能驱动数学研究的里程碑事件，标志着AI在基础科学理论探索中取得了实质性进展。该模型通过创新算法处理复杂的几何问题，展示了机器在自动化发现与验证数学猜想方面的巨大潜力。

能力进展新发布

https://openai.com/index/model-disproves-discrete-geometry-conjecture

3. 研究发现人类说服技巧对AI同样有效

X：Ethan Mollick (@emollick) · 昨天 05:05

🚨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

https://x.com/emollick/status/2056843673145401722

1. NVIDIA开源首个4-bit超长视频生成基础设施

X：Berry Xia (@berryxia) · 昨天 00:02

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

https://x.com/berryxia/status/2056767536033894825

2. 不可持续的补贴

Tomer Tunguz 博客（VC 分析） · 昨天 08:00

三大AI厂商定价策略出现显著分化：Google的AI价格年增两倍，但其旗舰模型Gemini 3.1 Pro（输入2美元、输出12美元）仍是市场最低价；OpenAI的GPT-5.5（5美元/30美元）经历短期补贴后再次涨价；Anthropic的Claude Opus 4.7（5美元/25美元）价格保持稳定，且对最强模型有所下调。这些变动标志着行业正从不惜成本的市场份额争夺，转向注重利润与现金流管理的

能力进展新发布

https://www.tomtunguz.com/ai-model-inflation

3. 开源插件为Codex App增添高级功能

X：Vista (@vista8) · 8 小时前

一个开源项目允许用户增强Codex App的功能。即使通过API登录，也能通过安装插件的方式启用Computer Use特性并添加Goal指令。项目还支持界面自定义，例如调整为类似Chrome浏览器的顶部Tab样式，并可设置任务开始和完成的提醒音效。相关开源项目地址已在评论区提供。

能力进展新发布

https://x.com/vista8/status/2057124658927812758

4. OpenRouter自动路由缓存机制说明

X：OpenRouter (@OpenRouter) · 8 小时前

提示💡 你无需担心自动路由（以及所有单独模型）的缓存未命中问题 OpenRouter会将你的会话固定在一个模型/提供商上，直到缓存过期

能力进展新发布

https://x.com/OpenRouter/status/2057128446300737702

5. 开源油猴脚本实现多平台截图上传与内容处理

X：Vista (@vista8) · 18 小时前

开源油猴脚本实现小红书、抖音、微信公众号的截图粘贴自动上传，并支持YouTube字幕复制、倍速调节及内容导出至NotebookLM、ChatGPT等工具。主推文作者表示，该工具增强了将X平台内容同步至国内平台的意愿，尽管部分平台体验欠佳。

能力进展新发布

https://x.com/vista8/status/2056982823169568779

6. Ramp工程师如何用Codex加速代码审查

OpenAI：官网动态（RSS · 排除企业/客户案例） · 昨天 08:00

Ramp工程师团队通过集成Codex与GPT-5.5模型，实现了代码审查流程的显著提速。该工具能够在数分钟内为代码变更提供实质性反馈与改进建议，将传统需耗时数小时的审查周期大幅压缩，从而加快了产品迭代与上线的效率。

能力进展新发布

https://openai.com/index/ramp

7. ChatGPT图像生成周使用量突破15亿次

X：OpenAI (@OpenAI) · 昨天 05:27

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

https://x.com/OpenAI/status/2056849157860831239

8. Anthropic销售负责人如何利用Claude Cowork管理4000个客户账户

Claude：Blog（网页） · 7 小时前

Anthropic美国中端市场业务负责人Travis Bryant利用Claude Cowork自动化销售管理工作。该工具帮助他高效完成客户倾向性评分、每日客户简报准备及每周销售预测报告生成，每晚自动处理4000个账户数据，替代了以往跨部门团队需数百小时完成的工作。通过自动化日常任务调度，他每天节省约90分钟，并将数据整合为可交互的销售仪表板，使其能更专注于客户沟通与战略决策。

能力进展

https://claude.com/blog/how-an-anthropic-sales-leader-uses-claude-cowork-to-run-a-4-000-account-book

9. Claude Code的HTML输出：非凡的有效性

Claude：Blog（网页） · 昨天 05:45

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

https://claude.com/blog/using-claude-code-the-unreasonable-effectiveness-of-html

10. Claude实现真实界面操作的生产实践指南

X：Claude Devs (@ClaudeDevs) · 昨天 04:32

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

https://x.com/ClaudeDevs/status/2056835339193561170

11. Prompt驱动AI生成超真实足球自拍视频

X：PixVerse (@PixVerse_) · 16 小时前

这条推文展示了一个用于在PixVerse平台生成视频的复杂提示词。核心目标是制作一段在大型体育场内，五位朋友进行超真实智能手机自拍风格的视频。提示词的关键在于，它通过极其详细的设定来确保生成内容的连贯性和真实感：包括对五个角色外貌的严格一致性要求、具体的球场环境、模拟真实手机拍摄的镜头运动（如抖动、失焦）以及一系列自然的动作序列。

能力进展

https://x.com/PixVerse_/status/2057003487716876505

12. Gemini 3.5 Flash快速构建互动游戏

X：Gemini (@GeminiApp) · 昨天 04:09

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

https://x.com/GeminiApp/status/2056829734181585038

13. AI Mode 如何改变美国人的搜索方式

Google Blog：AI（RSS） · 昨天 01:45

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。

https://blog.google/products-and-platforms/products/search/ai-mode-us-insights

14. 让社区参与AI开发以改善AI服务