AI 日报 26 条

模型发布/更新

  • Google I/O 2026 发布合集:Gemini 进入自主智能体时代

    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…

    Google Blog:AI(RSS)模型发布AI 评分 89

  • 谷歌发布Gemini Omni多模态生成模型

    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

    X:Gemini (@GeminiApp)

  • Gemini Omni发布:物理推理与多模态生成新突破

    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…

    X:Sundar Pichai (@sundarpichai)

  • Gemini Omni发布:多模态生成新突破

    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🧵

    X:Google DeepMind (@GoogleDeepMind)

产品发布/更新

  • 谷歌推出全新AI智能搜索框,支持多模态交互

    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…

    X:Google AI (@GoogleAI)产品与应用AI 评分 83

  • Claude智能体托管平台新增自托管沙箱与MCP隧道功能

    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…

    Claude:Blog(网页)产品与应用AI 评分 77

  • Gemini Spark:全天候个人AI代理

    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

    X:Gemini (@GeminiApp)

  • Gemini Omni助力Google Flow创作电影级故事

    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 #Go…

    X:Google DeepMind (@GoogleDeepMind)产品与应用AI 评分 72

  • 宣布Claude Managed Agents登陆Cloudflare

    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…

    Cloudflare Blog

  • Claude推出自托管沙箱与MCP隧道功能

    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。

    X:Claude (@claudeai)

行业动态

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

    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Anthr…

    The Decoder:AI News(RSS)

  • Google I/O 2026

    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…

    Google Blog:AI(RSS)行业动态AI 评分 81

  • 谷歌每月处理超 3200 万亿 Token,同比增长 7 倍

    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…

    IT之家·人工智能行业动态AI 评分 77

论文研究

  • 开源古代汉字视觉感知评估基准Chronicles-OCR

    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…

    X:腾讯混元 (@TencentHunyuan)论文与研究AI 评分 72

技巧与观点

  • Forge:通过防护机制大幅提升8B模型性能的可靠性层

    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(Minis…

    Hacker News:AI 热帖教程与技巧AI 评分 89

  • AI代理集成新方案:Membrane推出单一技能连接万种API

    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…

    X:Rohan Paul (@rohanpaul_ai)教程与技巧AI 评分 78

  • Claude Code的HTML输出:非凡的有效性

    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…

    Claude:Blog(网页)教程与技巧AI 评分 73

  • Claude实现真实界面操作的生产实践指南

    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.…

    X:Claude Devs (@ClaudeDevs)教程与技巧AI 评分 73

  • DAA:智能体时代的核心指标

    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 ↓

    X:百度 Baidu (@Baidu_Inc)

  • 拓宽关于前沿AI的对话

    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…

    Anthropic:Newsroom(网页)观点与评论AI 评分 65