保持 Cursor 应用稳定
Cursor 团队针对用户全天依赖应用、崩溃影响严重的问题,聚焦内存不足导致的崩溃。通过为多进程架构设计细粒度监控系统,实时追踪版本发布后的崩溃指标。采用双重调试策略:自上而下关联功能与崩溃数据,监控大消息负载;自下而上通过崩溃观察服务、…
AI 新闻月度归档:2026年4月 共精选 272 条 AI 新闻,含模型发布、产品更新、行业动态、论文研究、教程与观点,每条附 AI 摘要、来源署名与原文链接,可按页浏览。也可通过主题页继续深入。
Cursor 团队针对用户全天依赖应用、崩溃影响严重的问题,聚焦内存不足导致的崩溃。通过为多进程架构设计细粒度监控系统,实时追踪版本发布后的崩溃指标。采用双重调试策略:自上而下关联功能与崩溃数据,监控大消息负载;自下而上通过崩溃观察服务、…
QIMMA 是一个首创质量验证流程的阿拉伯语大语言模型评估平台。它整合了14个基准测试的109个子集、超5.2万个样本,覆盖文化、STEM等7大领域,其中99%为原生阿拉伯语内容。平台采用双阶段质量验证:先由两个大模型自动评估,再经人工审…
文章剖析了决定开源与闭源AI模型单一评估数字的复杂因素,探讨了当前两者之间的性能鸿沟及其成因,同时预测了未来这一差距的演变趋势。分析指出,评估指标背后涉及数据质量、训练规模、架构优化等多重变量,而随着开源社区技术迭代和评估体系完善,开放模…
Kimi发布K2.6版本,专注提升开源编程能力。新版本在代码生成与理解方面实现优化,发布后在Hacker News获得132个点赞。此次更新强化了Kimi在开发者工具领域的布局,通过改进编程辅助功能,为开源社区提供更高效的代码编写支持。
METR 对 NanoGPT speedrun 的 77 条纪录分类,评估 AI 智能体在 AI 研发中的贡献:2026 年 3 月前训练时间从 45 分钟降到 1.43 分钟,31 倍加速,其中浅层与中层优化贡献约 21 倍。2025…
DR-Venus 是一个仅用1万条开放数据训练的40亿参数深度研究智能体,基于Qwen3-4B-Thinking-2507架构,支持200步工具调用和超20万tokens的上下文。它通过监督微调与强化学习两阶段训练,在BrowseComp…
英国 AI Security Institute 在沙箱中部署开源编码 Agent OpenClaw 并提示其探索部署原因,发现它能识别 AISI、推断运营者姓名、还原部分云基础设施并重建研究活动时间线。
Anthropic Labs 推出 Claude Design,由 Claude Opus 4.7 驱动的视觉设计工具,面向 Claude Pro、Max、Team 及 Enterprise 订阅者开放研究预览。用户可通过对话快速创建设计…
LLaDA2.0-Uni是一个统一的多模态模型,具备对世界的理解与生成能力。该模型通过整合视觉、语言等多模态信息,实现了跨模态的语义理解和内容生成。其架构支持从图像理解到文本生成、跨模态检索等复杂任务,标志着多模态人工智能向更通用、统一的…
AutoClaw(澳龙)正式上线自进化机制与Skill商店,每轮对话后扫描用户纠正、新教方法或踩坑经验,经用户审批后写入永久记忆,支持关键词触发和自动检测两种方式,并保持每周1-3次高质量进化。
xAI发布Grok语音转文本(STT)与文本转语音(TTS)两款独立API,采用与Grok Voice、Tesla及Starlink相同技术栈。STT支持批量(0.10美元/小时)与实时流式(0.20美元/小时)转录,电话实体识别词错率仅…
CRUX项目由17位研究者组成,通过“开放世界评估”在真实场景中测试AI能力。首次实验中,一个AI智能体成功开发并发布了一款iOS应用至App Store,仅出现两次错误,成本约1000美元,但也暴露了AI驱动的应用商店垃圾信息风险。
Chrome 浏览器今日升级 AI Mode 功能,通过人工智能技术深度改变用户与网页的交互方式。此次更新提供了全新的网络探索体验,将传统浏览行为转变为智能化交互模式,使用户能够更高效地获取和处理网络信息,标志着 Chrome 在浏览器…
Nano Banana 2 现支持结合个人上下文与 Google Photos 数据生成图像,通过分析用户独特的生活场景,创建反映个人经历的个性化视觉内容。该功能已在 Gemini 应用中上线,使 AI 图像生成能够基于真实生活语境,输出…
A2UI v0.9发布了一个框架无关的新标准,旨在帮助AI代理依据公司现有设计系统,实时生成定制化的UI组件。本次更新通过提供全新的Python版Agent SDK、共享的Web核心库,以及对React、Flutter和Angular等渲…
Claude Opus 4.7 全面上线,在高级软件工程任务上实现重大飞跃,93项编码基准测试解决率较 Opus 4.6 提升 13%,并首次解决四项前代无法完成的难题。新版本支持更高分辨率图像识别,在研究代理基准测试中总分达 0.715…
通义千问开源 Qwen3.6-35B-A3B,一款总参数 350 亿、推理仅激活 30 亿参数的稀疏 MoE 模型。其在 SWE-bench、Terminal-Bench 等编程基准上显著超越前代,并超越 270 亿参数的稠密模型;原生多…
Codex 应用推出重大更新,正式支持 macOS 和 Windows 双平台。新版本集成计算机操控、应用内浏览、图像生成、记忆存储及插件系统五大核心能力,通过自动化操作与多模态功能深度整合,全面加速开发者工作流程。
MiniMax 正式上线 MaxHermes,这是全球首个基于 Hermes Agent 构建的云端沙箱 AI 助手。它通过学习闭环自动提炼可复用 Skills,并支持持久化跨会话记忆、自然语言定时任务及多子代理并行运行,能力随使用持续生…
OpenAI发布面向生命科学的专业推理模型GPT-Rosalind。该模型专门针对药物发现、基因组学分析、蛋白质推理及科学研究工作流设计,旨在加速生物医药研发进程。作为前沿推理模型,GPT-Rosalind将AI能力深度应用于生命科学场景…
Ecom-RLVE 是一个为电子商务对话代理设计的自适应可验证环境。该环境支持智能体在模拟且可验证的电商场景中进行训练与评估,通过动态调整交互难度和规则约束来提升对话系统的鲁棒性与适应性。其核心在于结合强化学习与验证机制,确保智能体行为既…
随着2026年AI代码代理的成熟,开源项目如transformers面临PR数量激增但质量下降的挑战。这些代理生成的代码常忽视项目的隐式设计契约,导致代码冗长、引入错误并增加维护者负担。为此,团队为mlx-lm开发了一个Skill工具,用…
Sentence Transformers 发布了用于训练和微调多模态嵌入与重排序模型的功能。新版本支持将文本、图像等不同模态的数据映射到统一的向量空间,并优化了跨模态检索的精度。关键改进包括对嵌入模型和重排序器进行联合或分阶段训练,显著…
Anthropic 发布 Claude Opus 4.7,定位为最强大的通用模型,擅长复杂推理与智能体编码,定价保持与 Opus 4.6 相同的 $5/$25 per MTok。
TensorZero 测量发现同一输入在不同厂商的 token 计数相差可达 2.65 倍,按每百万 token 单价比较 LLM API 成本会产生误导。
黄仁勋表示,Nvidia已具备支撑未来数年万亿美元级业务规模的供应链体系,这一表态印证了公司在AI芯片领域的供应链护城河优势,回应了市场对其产能扩张能力的关切。访谈同时涉及应对Google TPU竞争以及向中国出售芯片的策略考量,凸显Nv…
Google正式发布Gemini 3.1 Flash TTS,作为下一代表现力AI语音技术,该模型现已全面上线Google旗下各产品线。此次升级标志着Google在语音合成领域的技术突破,旨在为用户提供更自然、富有情感表现力的AI语音交互…
IBM Research在Hugging Face发布的博客详细剖析了其智能体框架VAKRA的核心机制。文章重点阐述了VAKRA在复杂推理和工具调用方面的能力,同时系统性地分析了智能体在实际操作中出现的典型失败模式及其原因。该研究旨在通过…
一项针对500家公司开发者使用Cursor的八个月研究发现,在Opus 4.5和GPT-5.2等先进模型发布后,人均周AI使用量增长44%。开发者初期用更强模型完成更多同复杂度任务,4-6周后开始转向更高复杂度工作,高复杂度任务量激增68…
OpenAI 推出 Agents SDK 重大更新,引入原生沙盒执行环境与模型原生 harness 架构。新版本支持开发者构建可跨文件及工具运行的安全、长期驻留型智能代理。通过内置隔离执行机制与模型层原生集成,该 SDK 显著提升了代理系…
H公司在Hugging Face平台发布博客,正式推出AI浏览器伴侣HoloTab。该产品定位为浏览器内的智能助手,旨在通过AI技术提升网页浏览与信息处理效率。目前公开信息显示其集成于浏览器环境,具体功能细节与性能指标尚未披露。
Gemini CLI 引入了子代理功能,这是一种专门的专家代理,能在独立的上下文窗口中处理复杂或高吞吐量任务,从而保持主会话的快速与专注。用户可通过 Markdown 文件自定义这些代理,并支持并行运行以提高效率。使用 @agent 语法…
OpenRouter平台现已上线视频生成服务。用户可通过单一API接口,直接调用顶级的视频生成模型。这一集成简化了开发流程,使开发者无需分别对接不同厂商,即可便捷地访问和使用当前领先的视频AI模型能力。
Cursor新增画布功能,可将信息转化为可视化、可交互的界面,替代难以阅读的长篇文本。智能体能利用画布为真实数据创建仪表盘,或定制带逻辑的交互界面,应用于代码审查、学习库文档乃至管理其他智能体。该功能基于React组件库构建,包含表格、图…
Modal 发布工程教程,演示如何基于 OpenAI 新推出的 Agents SDK 从零构建自定义编码智能体框架,并通过沙箱扩展把 Modal Sandboxes(含 GPU)接入为智能体的运行环境。
V8.1 Alpha 版本正式发布,接替此前测试一个月的 V8.0 模型。该版本在视觉风格上回归 V7 的一致性审美,并针对 Moodboards 和 srefs 功能进行优化。此次迭代在保持熟悉交互体验的同时,进一步完善了模型的视觉生成…
Claude Code 发布 routines 研究预览版,支持配置包含提示词、代码仓库及连接器的自动化工作流,可按定时计划(每小时/每晚/每周)、API调用或GitHub Webhook事件触发,并在云端基础设施运行,无需本地电脑保持在…
Chrome 浏览器新增 Skills 功能,支持用户发现、保存和重新组合 AI 工作流,实现一键即时复用。该功能可将常用 AI 提示词转化为可重复调用的自动化工具,避免重复输入复杂指令,提升浏览器内的 AI 使用效率。用户能够保存优质提…
Mistral 在 Studio 中以 Public Preview 发布 Connectors,内置连接器与自定义 MCP 可通过 API/SDK 用于所有模型和 Agent 调用。
字节 Seed 发布原生多模态音视频生成模型 Seedance 2.0,2026 年 2 月初在中国正式上线,采用统一架构支持文本、图像、音频、视频四种输入模态。
第 5 页 / 共 7 页
推广
橙子中转站(pro.nat6.net)是一家优质的 AI API 中转站:价格优惠、质量稳定、模型齐全,支持 Claude、GPT、Gemini 等主流模型,欢迎体验。
访问橙子中转站