文章

AI HOT 日报 · 2026-06-12 模型发布/更新 Gemini Omni Flash 视频任务达 SOTA — X：Logan Kilpatrick (@OfficialLoganK) Gemini Omni Flash 在图像到视频、文本到视频和视频编辑方面达到了 SATA : ) 很高兴很快能将这一能力通过 API 提供给开发者！ https://x.com/OfficialLoganK/status/2065118111360303414 Midjourney V8.1 已成为默认模型 — Midjourney：Updates（RSS） Midjourney 已将默认模型从 V7 升级为 V8.1。V8.1 在智能性、连贯性、对详细提示的遵循度以及文本渲染效果上均有提升，HD 模式也已支持。 https://updates.midjourney.com/v8-1-is-now-the-default-model 产品发布/更新 腾讯混元 AI Infra 新开源：HPC-Ops 推理核心算子全面升级 — 公众号：腾讯混元 腾讯混元 AI Infra 团队开源升级 HPC-Ops 推理算子库，推出五大核心算子。Attention 采用运行时动态负载调度，长文本最高加速 2.95x，端到端 QPM 提升 17%；Router GEMM 以双 BF16 组合实现 FP32 精度，对比 CuBLAS FP32 最高提速 3.22x；FusedMoE 相对 vLLM、SGLang 性能提升 1.2x～1.6x；Fused AllReduce+Norm 对比主流方案最高提速 1.68x；Sampler 将解码采样融合为 2 个 CUDA Kernel，相对 vLLM 提速 4.0x～7.5x。所有能力均来自生产实践并完全开源。 https://mp.weixin.qq.com/s/y0vd1cpvWXLSssL1kXxguw ...

AI HOT 日报 · 2026-06-11 模型发布/更新 DiffusionGemma：文本生成速度提升4倍的开源扩散模型 — Google DeepMind：Blog（RSS） Google DeepMind 发布开源实验模型 DiffusionGemma，采用文本扩散技术，突破自回归逐 token 生成方式，每次前向并行生成 256 个 token。该 26B MoE 模型推理时仅激活 3.8B 参数，量化后适配 18GB 显存消费级 GPU。在 H100 上达 1000+ tokens/s，RTX 5090 上 700+ tokens/s，速度提升 4 倍。具备双向注意力和自我修正能力，面向内联编辑、代码填充等本地交互工作流，以 Apache 2.0 许可证开放。 https://deepmind.google/blog/diffusiongemma-4x-faster-text-generation Grok Voice性能出色价格低廉 — X：xAI (@xai) Grok Voice 提供最先进的性能，具有类人的时机、语调和温暖感。而且价格仅为竞争对手的一小部分。 查看详情：http://x.ai/api/voice https://x.com/xai/status/2064777588036530309 产品发布/更新 小米发布 MiMo Code V0.1 开源终端 AI 编程助手 — X：小米 MiMo (@XiaomiMiMo) 小米推出开源终端 AI 编程助手 MiMo Code V0.1，附带限时免费使用的多模态模型 MiMo V2.5，支持百万 token 上下文窗口。核心特性包括：无限上下文（自动知识积累与无损压缩）、Agent-模型深度协同（测试-审查-验证闭环）、Compose 模式（规格→计划→构建→报告）、自进化系统、语音输入（基于 MiMo-V2.5-ASR）、兼容 Claude Code（零成本迁移），以及 MIT 许可、支持 Anthropic、OpenAI、DeepSeek、Kimi、GLM 等主流模型提供商。 https://x.com/XiaomiMiMo/status/2064772356443394441 ...

AI HOT 日报 · 2026-06-10 模型发布/更新 Claude Fable 5 和 Claude Mythos 5 — Anthropic：Newsroom（网页） Anthropic 今日推出 Claude Fable 5（通用安全版）和 Claude Mythos 5（受限安全版）。Fable 5 在软件工程、知识工作、视觉、科研等几乎所有测试基准上达到 SOTA，Stripe 称其将数月工程压缩至数天，FrontierCode 评分居前沿模型之首，可仅凭截图重建网页应用源码。Mythos 5 在药物设计中实现约 10 倍加速，其分子生物学假说盲测获科学家偏好的概率约 80%。两模型售价均为 $10/百万输入 tokens、$50/百万输出 tokens，较 Claude Mythos Preview 降价过半。Fable 5 在部分敏感主题上回退至 Claude Opus 4.8，安全触发… https://www.anthropic.com/news/claude-fable-5-mythos-5 Google DeepMind 发布 Gemma 4 12B：统一的无编码器多模态模型 — Google DeepMind：Blog（RSS） Gemma 4 12B 是 Google DeepMind 最新推出的中等规模多模态模型，采用无编码器统一架构，原生支持音频输入。其基准测试性能接近 26B MoE 模型，但内存占用不到一半，仅需 16GB 显存或统一内存即可在消费级笔记本上本地运行。模型内置多 token 预测（MTP）drafter 以降低延迟，基于 Apache 2.0 开源许可发布，已累计超过 1.5 亿次下载。 https://deepmind.google/blog/introducing-gemma-4-12b-a-unified-encoder-free-multimodal-model ...

AI HOT 日报 · 2026-06-09 模型发布/更新 小米 MiMo-V2.5-Pro-UltraSpeed 突破 1,000 tokens/s，单台 8-GPGPU 节点运行 1T MoE 模型 — X：小米 MiMo (@XiaomiMiMo) 小米 MiMo 联合 TileRT_AI 发布 MiMo-V2.5-Pro-UltraSpeed，首次在 1 万亿参数 MoE 模型上实现超过 1,000 tokens/s 输出速度，仅用单台标准 8-GPGPU 节点（非 Cerebras 或 Groq 方案）。提供限时免费聊天体验，UltraSpeed API 价格为 3 倍，输出体验提升约 10 倍。申请时间为 6 月 8 日至 23 日（PDT），企业可邮件联系 [email protected]。 https://x.com/XiaomiMiMo/status/2063993790587904362 苹果发布第三代 Apple Foundation Models（AFM） — Apple Machine Learning Research（RSS） 苹果推出第三代 Apple Foundation Models（AFM）基础模型家族，与 Google 合作定制，包含五个模型，覆盖从设备端到基于 Private Cloud Compute 的服务器端模型。这些模型旨在驱动 Apple Intelligence 功能，包括全新 Siri 和智能工具，以用户为中心深度融合操作系统，隐私为核心设计原则。 https://machinelearning.apple.com/research/introducing-third-generation-of-apple-foundation-models ...

AI HOT 日报 · 2026-06-08 模型发布/更新 Harness-1：基于强化学习训练的有状态搜索20B检索子智能体 — MarkTechPost（RSS） UIUC与Chroma联合推出Harness-1，一个20B参数的检索子智能体。它通过强化学习在一个有状态搜索框架中训练，该框架维护候选池、重要性标注集、证据图和验证记录，由策略决定搜索、筛选、验证及停止的时机。Harness-1在8个基准测试上达到0.730平均curated recall，比下一个最佳开源子智能体高出11.4个百分点，仅落后于Opus-4.6。模型权重和框架代码均已公开。 https://www.marktechpost.com/2026/06/06/meet-harness-1-a-20b-retrieval-subagent-trained-with-reinforcement-learning-inside-a-stateful-search-harness-on-gpt-oss-20b 产品发布/更新 Her · हेर — Claude Code 会话分析工具 — Hugging Face：Blog（RSS） Her（हेर）是专为 Claude Code 设计的会话分析工具。用户上传 .jsonl 文件后，Her 用自然语言重建每轮交互，标记部署、配置变更、秘密等高风险操作并定位到具体轮次。它展示 token 消耗、所用工具、子智能体、技能和 MCP 服务器，并结合 Anthropic 与社区最佳实践给出改进建议（仅在有明确可修复模式时）。内置“Ask Her”问答功能，支持单会话与跨会话项目分析。工具不调用第三方 AI API，使用 Nemotron-Mini-4B-Instruct 模型在 Hugging Face ZeroGPU 上运行，评估引擎完全确定，模型仅负责文本生成与建议。Her 内置 Homebrew、npm、PyP… https://huggingface.co/blog/build-small-hackathon/her-blog Opus 4.8 缓存命中率与有效价格可实时查看 — X：OpenRouter (@OpenRouter) 不同模型提供商在缓存命中率和有效价格上有什么差异？ 现在你可以从 Pricing 标签查看实时缓存命中率和历史流量。这里是 Opus 4.8：https://openrouter.ai/anthropic/claude-opus-4.8/pricing https://x.com/OpenRouter/status/2063504950429147376 NVIDIA 与 KRAFTON、NC、T1 在韩国 PC 房庆祝 RTX Spark 发布 — NVIDIA AI Blog 继上周 GTC Taipei 发布后，NVIDIA CEO Jensen Huang 前往韩国，向当地游戏社区正式介绍 RTX Spark 超芯片。该芯片集成 30 年 NVIDIA 技术，可在 Windows 笔记本上实现全天续航，并以 1440p 分辨率、超过 100fps 运行 AAA 游戏，支持包括 DLSS 4.5 Ray Reconstruction（基于第二代 Transformer 模型）在内的全套 RTX 技术。KRAFTON、NC 与 Riot Games 正合作将旗下游戏适配 RTX Spark。周五，Huang 在 T1 电竞场馆与 Faker 共同亮相，并突袭江南区网吧，演示《PUBG: BATTLEGRO… https://blogs.nvidia.com/blog/krafton-nc-t1-korea-gaming-pc-bang-rtx-spark ...

AI HOT 日报 · 2026-06-07 产品发布/更新 GitHub 开源 Spec Kit 工具包，用产品规范引导 AI 编码 — X：Rohan Paul (@rohanpaul_ai) GitHub 发布开源工具包 Spec Kit，旨在解决 “vibe coding” 的最大弱点——AI 常在规则未明确时就开始编码。它把流程从 “让 AI 直接构建” 改为 “先写产品规范，再让 AI 根据规范实现”。当前 AI 编码模式常因松散提示直接跳入代码，导致需求薄弱、边界遗漏和反复返工。Spec Kit 推动反向流程：先定义产品功能，再澄清差距、制订技术计划、分解任务，最后让 agent 执行。规范成为可执行的开发合约，支持 Copilot、Claude Code、Codex、Gemini、Cursor、Qwen 等 30+ agent 集成。项目已获 109K+ 星标。 https://x.com/rohanpaul_ai/status/2063246343842501091 OpenCV 5 发布：升级全新 DNN 引擎、原生支持大模型 — IT之家（RSS） OpenCV 5 正式发布，采用基于图的 DNN 引擎，ONNX 算子覆盖率从 4.x 的不到 23% 提升至超 80%，原生支持 Transformer、视觉语言模型（VLM）和大语言模型（LLM）。其他更新包括：更好的 Python 集成与命名参数、更紧凑核心代码、清晰硬件加速层、原生 FP16/BF16、规范化 0D/1D 张量、扩展 3D 视觉及现代化文档。该库 GitHub 拥有超 86,000 stars，每日安装量超一百万次。 https://www.ithome.com/0/960/969.htm ...

AI HOT 日报 · 2026-06-06 模型发布/更新 Riverflow 2.5：可控制评分标准的图像模型 — X：OpenRouter (@OpenRouter) 在OpenRouter上线：来自@Sourceful的Riverflow 2.5。 首个具有独立评分标准的图像模型，你可控制该标准以引导其思维和编辑，并具备可控的推理努力，可在速度与质量之间进行权衡。 免费至6月9日（周二）。Fast和Pro见下方🧵。 https://x.com/OpenRouter/status/2062944965978992935 产品发布/更新 Gemini Live 支持实时创建编辑图像 — X：Gemini (@GeminiApp) 你现可直接在 Gemini Live 中创建和编辑图像。 无论是测试房间装饰、解决数学问题，还是制作可分享的梗图，所有操作都实时完成。 只需打开 Gemini 应用，点击 Live 按钮，共享摄像头，告诉 Gemini 你想看到的。 https://x.com/GeminiApp/status/2062936486509785385 智能体协作应如同事般对话和手势 — X：Michael Truell (@mntruell) 与 AI 智能体协作应感觉像与同事协作一样。你应能“与它们交谈”——不仅通过文本聊天，还能一起对着屏幕做手势、实时对话等。 https://x.com/mntruell/status/2062955210897801520 Google AI 本周产品更新：Nano Banana 2、Co-Scientist、dreambeans、Gemma 4 等 — X：Google AI (@GoogleAI) Google AI 本周发布多项更新：Nano Banana 2 及 Pro 正式 GA，可通过 Gemini Enterprise Agent Platform、Gemini API 和 Google AI Studio 获取；Co-Scientist 多智能体系统面向科研自动生成优化新假设；Google Labs 推出 dreambeans，根据用户 Google 应用数据每日生成个性化话题集；Gemma 4 12B 统一无编码器多模态模型可完全离线运行于笔记本；Gemma 4 系列及草稿模型引入 QAT 降低内存需求；Google Magenta RealTime 2 开源实时音乐模型，支持 MIDI 键盘、文本提示和手势演奏… https://x.com/GoogleAI/status/2062942864288387430 ...

AI HOT 日报 · 2026-06-05 模型发布/更新 Nemotron 3.5 Content Safety：面向全球企业AI的可定制多模态安全 — Hugging Face：Blog（RSS） Nemotron 3.5 Content Safety基于Gemma 3 4B IT，提供128K上下文窗口，支持用户提示、可选图像与助手响应的统一多模态安全评估。新增自定义策略执行，允许企业用自然语言定义专属安全规则；THINK模式可输出可审计的逐步推理痕迹。显式训练覆盖12种语言，并借助基座模型零样本泛化至约140种语言。输出提供低延迟二分类、带分类标签、THINK推理痕迹三种模式。安全分类遵循Aegis 2.0框架（13核心类别+10细分类别）。同步发布多模态、多语言安全数据集，可在8GB+ VRAM GPU上实时部署。 https://huggingface.co/blog/nvidia/nemotron-3-5-content-safety Nex-N2-Pro 发布：基于 Qwen3.5 的 397B MoE 推理模型，性能达 GPT-5.5 水平 — X：硅基流动 SiliconFlow (@SiliconFlowAI) neolab 推出 Nex-N2-Pro，基于 Qwen3.5-397B-A17B，总参数 397B 的 MoE 推理模型，支持 262K 上下文与多模态（VLM），性能达到 GPT-5.5 和 Claude Opus 4.7 级别。模型可自动调节推理深度，减少 30-50% 思考 token 且无性能折损，在 Terminal Bench 2.1、GDPVal、SWE-Verified 上取得 SOTA。擅长智能体编码、深度搜索和工具使用，兼容 Claude Code、Cursor 等工具。硅基流动已提供 T+0 支持，前两周免费使用。 https://x.com/SiliconFlowAI/status/2062549952266723493 NVIDIA Nemotron 3 Ultra 为长时间运行的智能体带来更快、更高效的推理能力 — NVIDIA Technical Blog（开发者技术博客 · RSS） NVIDIA 发布 Nemotron 3 Ultra 模型，专为长时间运行的 AI 智能体设计。该模型能够在多轮对话中保持上下文、调用工具、调用子智能体，并高效处理复杂工作流。随着多智能体协作导致模型 token 数量快速增长，Nemotron 3 Ultra 通过优化推理流程显著提升速度并降低计算成本，使长期运行的智能体任务更加可行。 https://developer.nvidia.com/blog/nvidia-nemotron-3-ultra-powers-faster-more-efficient-reasoning-for-long-running-agents ...

AI HOT 日报 · 2026-06-04 模型发布/更新 Grok Imagine 1.5 预览版发布 — X：cb_doge (@cb_doge) Grok Imagine 1.5 预览版已发布，即日起可在 API 中体验。SpaceXAI 正在发力。 https://x.com/cb_doge/status/2062242490745594085 MiniMax M3 1M token 解码加速 15.6 倍 — X：MiniMax (@MiniMax_AI) 15.6× faster decoding at 1M tokens 🔥 感谢 @FireworksAI_HQ 为 M3 提供推理支持。 立即尝试 👇 https://x.com/MiniMax_AI/status/2062316914618388758 Miso One 开源语音模型：8B 参数、110ms 延迟、一次语音克隆 — X：Kim (@kimmonismus) Miso One 正式发布，一个 8B 参数的开源权重语音模型（TTS），旨在模拟真实人类朗读的温暖与节奏。它支持一次语音克隆（只需短样本），推理延迟仅 110ms。模型权重已开源至 GitHub，无需 API 即可自托管，音频数据不离开本地。API 访问即将推出。演示已上线，可先试听再克隆仓库。 https://x.com/kimmonismus/status/2062210845308780639 Ideogram v4.0 发布：2K 分辨率和 JSON 提示支持 — X：Krea AI (@krea_ai) 介绍 Ideogram v4.0。 原生 2K 分辨率，出色的文字渲染，支持 JSON 提示词。 立即在 Krea 中体验。 https://x.com/krea_ai/status/2062227837130887567 ...

AI HOT 日报 · 2026-06-03 模型发布/更新 微软首款高级推理AI模型MAI-Thinking-1发布 — The Verge：AI（RSS） 微软在Build 2026上发布了其首款高级推理AI模型MAI-Thinking-1。该模型被定位为“中等规模”，能在“关键”软件工程基准测试中达到领先模型的水平。微软称其完全从头使用干净数据进行训练，未涉及从第三方模型进行知识蒸馏。这标志着微软在自研AI模型上迈出重要一步，此前其主要依赖OpenAI。近期两家公司已重新协商合作协议，关系有所松绑。 https://www.theverge.com/tech/941664/microsoft-ai-model-reasoning-mai-thinking-1-build-2026 Holo3.1：快速本地计算机使用智能体 — Hugging Face：Blog（RSS） Holo3.1 是基于 Qwen 模型家族的计算机使用智能体系列，旨在提升在桌面、网页和移动环境中的鲁棒性。新模型提供 0.8B、4B、9B 和 35B-A3B 四种尺寸，并首次发布量化检查点，包括 FP8、Q4 GGUF 和 NVFP4，以优化本地推理。在 AndroidWorld 基准测试中，35B-A3B 模型得分从 67% 提升至 79.3%。在 DGX Spark 上，NVFP4 量化相比 BF16 实现 1.74 倍 token 吞吐量提升，并将平均步骤时间从 6.8 秒缩短至 3.3 秒。模型支持函数调用协议，可在第三方智能体框架中部署。 https://huggingface.co/blog/Hcompany/holo31 阶跃星辰Step 3.7 Flash发布，专为高效推理设计 — X：阶跃星辰 StepFun (@StepFun_ai) 阶跃星辰发布其推理优化型模型Step 3.7 Flash。该模型为196B MoE架构，从设计之初就专注于推理效率。其采用多矩阵分解注意力机制，使KV-cache成本仅为DeepSeek模型的约22%；同时通过注意力与FFN解耦技术，实现了硬件优化的高效服务。该模型已通过Fireworks AI提供，采用Apache 2.0许可，并可用于构建智能体应用。 https://x.com/StepFun_ai/status/2061655529731342402 产品发布/更新 Claude Code 新增动态工作流功能 — Claude：Blog（网页） Claude Code 新增动态工作流功能，允许模型在运行时即兴创建和协调多智能体框架来处理复杂任务。该功能通过执行特定的 JavaScript 文件来生成和协调拥有独立上下文窗口的子代理，可解决单一上下文窗口中长时间执行任务可能出现的智能惰性等问题。工作流适用于研究、安全分析、代码审查等场景，通常消耗更多 token，更适合高价值复杂任务，其最佳实践仍在发展中。 https://claude.com/blog/a-harness-for-every-task-dynamic-workflows-in-claude-code ...