2026年5月

AI 新闻月度归档:2026年5月 共精选 678 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。

共 678 条新闻

  • Codex用量限制已重置,可尽情使用

    所有付费ChatGPT订阅用户的Codex使用限制已重置。您现在应恢复至每周100%和每小时100%的限额。 让token今天创造不可思议的事,玩得开心。

    X:Tibo (@thsottiaux)

  • Step 3.7 Flash:可运行于桌面级设备的198B视觉模型

    阶跃星辰发布了Step 3.7 Flash,这是一款198B参数的视觉模型,旨在DGX Spark等桌面设备上运行。用户实测表明,128GB统一内存是运行门槛,模型占用约104GB。部署无需官方专用llama.cpp分支,主线版本即可。在…

    X:阶跃星辰 StepFun (@StepFun_ai)

  • AI 骗子正在创建虚假的黑人形象来销售 Shein 劣质商品

    有卖家利用 AI 生成虚假的黑人形象,在 TikTok、Facebook 和 Instagram 上扮演手工制品创作者进行销售。例如一个名为 Aliyah 的 AI 生成形象,以带泪诉说的方式售卖所谓手工皮带扣,但该形象及其产品均为虚构。…

    The Verge:AI(RSS)

  • Nano Banana Pro与Nano Banana 2正式发布

    ICYMI:Nano Banana Pro [gemini-3-pro-image] 和 Nano Banana 2 [gemini-3.1-flash-image] 现已正式发布,可通过 Gemini API 投入生产使用。 查看这些优…

    X:Google AI for Developers (@googleaidevs)

  • ComfyUI现已支持OpenRouter模型直接调用

    现在你可以直接在ComfyUI工作流中使用你的OpenRouter模型了! [引用 @ComfyUI]:ComfyUI刚刚添加了@OpenRouter支持。 你不再局限于单一的大语言模型,现在可以直接在Comfy中访问20多个模型。 更多…

    X:OpenRouter (@OpenRouter)

  • Codex可自主管理对话线程与并行任务

    Codex用于管理Codex界面: [引用 @guinnesschen]:如果你厌倦了管理Codex对话线程,就让Codex自己管理自己吧!Codex现在可以创建对话线程、搜索它们、整理它们、固定重要的线程,并为并行任务启动工作树。

    X:Greg Brockman (@gdb)

  • ChatGPT长对话新增目录导航功能

    为每个始于“就问一句”却演成长篇大论的ChatGPT对话:目录功能现已上线。 适用于包含5条以上回复的对话。

    X:Greg Brockman (@gdb)

  • ChatGPT对话目录功能现已上线

    对于每个始于“就问一件事”却演变成完整长篇的ChatGPT对话:目录功能现已推出。 适用于包含5条以上回复的对话。

    X:ChatGPT (@ChatGPT)

  • v2.1.157 更新

    此版本主要改进了插件系统,现可自动加载 `.claude/skills` 目录中的插件,并通过 `claude plugin init` 创建;`/plugin` 命令增加了自动补全。`claude agents` 现在会应用 `sett…

    Claude Code:GitHub Releases(RSS)

  • OpenAI推出实时翻译模型,支持70+语言输入

    OpenAI 实时翻译功能——使用70多种输入语言说话,翻译成13种输出语言: gpt-realtime-translate 接收任意语言的语音输入,并输出目标语言的语音。 大语言模型很棒,但特定用例需要专用模型。 我们正在智能眼镜上运行…

    X:Greg Brockman (@gdb)

  • Gemini Omni可将草图变为现实

    Gemini Omni甚至能将简单的草图变为新的现实。 在Gemini应用中亲自尝试。上传一段有人画圆的视频,然后输入这个提示词:当我画完这个圆时,它变成了___。

    X:Gemini (@GeminiApp)

  • Opus 4.8支持对话中途添加系统指令

    使用 Opus 4.8,您可以在对话中途添加系统指令,而不会破坏提示词缓存。 更多缓存命中意味着您的 API 请求成本更低、延迟更小。

    X:Claude Devs (@ClaudeDevs)

  • Codex现已支持Windows端计算机使用功能

    Windows用户,这条消息是给你的。 计算机使用功能现已在Windows上可用,因此Codex可以在你的Windows电脑上执行操作。 通过ChatGPT移动应用中Codex的Windows支持,你可以在工作继续在Windows电脑上进…

    X:OpenAI (@OpenAI)

  • 当公司过于"AI上瘾"时会发生什么?

    Box创始人Aaron Levie指出,决定用AI替代员工的人往往最不了解工作的实际内容,他将此称为“AI psychosis”。ClickUp近期为部署AI智能体裁员22%即是一例。2026年的科技行业裁员规模已接近2025年全年。

    TechCrunch:AI(RSS)

  • Gemini Omni 与 Gemini 3.5 的 11 个实战展示

    Google 在 2026 年 Google I/O 大会上发布了新一代多模态模型 Gemini Omni 与 Gemini 3.5,并同步提供了 11 个视频,集中演示了这两款模型在实际场景中的能力。

    Google Blog:AI(RSS)

  • 亲测为实:难以置信的推理速度

    Kog团队在标准数据中心GPU上实现了极高的单用户推理速度,在8× AMD MI300X GPUs上达到3,000 tokens/s,在8× NVIDIA H200上达到2,100 tokens/s。相比常规推理速度(约100-300 t…

    X:Rohan Paul (@rohanpaul_ai)

  • OpenRouter支持模型生成文件补丁

    OpenRouter 现已支持 "apply_patch",这是一个服务器工具,允许任何模型通过 Responses API 使用 V4A diffs 提出文件编辑建议。 模型生成一个补丁(创建、更新或删除文件)。OpenRouter 在…

    X:OpenRouter (@OpenRouter)

  • xAI 发布 Grok Build 0.1 公测版

    grok-build-0.1 现已通过 xAI API 提供公开测试版。 这是驱动 Grok Build CLI 的同一模型,擅长智能体编码。 定价为输入 $1/m,输出 $2/m,极具成本效益、智能且快速。

    X:SpaceX Super Intelligence (@SpaceXSI)

  • Qwen-VLA:迈向通用具身智能的统一动作框架

    通义实验室提出Qwen-VLA,以Qwen3.5-4B视觉语言主干与1.15B参数DiT动作解码器构建统一视觉-语言-动作模型。通过文本到动作DiT预训练和本体感知提示,将操作、导航与轨迹预测统一在同一框架下,支持11种机器人平台。在5个…

    公众号:通义实验室(千问)

  • Guardrails:保护你的智能体、数据与成本

    Guardrails 是一套可配置的安全与治理工具,提供预算执行、零数据保留、模型与提供商限制、提示词注入防御及数据丢失预防等功能,旨在保护智能体(Agents)、数据与控制成本。

    OpenRouter:Announcements(RSS)

  • 通义实验室发布教程:在 Android 手机部署 MCP 感知服务器

    通义实验室发布教程,演示如何在 Android 手机上部署 MCP 感知服务器,使手机具备本地视觉与听觉分析能力。核心基于端侧 MNN 推理引擎和 Qwen3-VL 2B 模型(约 1.3GB),摄像头与麦克风采集的音视频在本地实时转化为…

    公众号:通义实验室(千问)

  • ChatGPT上线GPT-5.5 Instant新版本

    ChatGPT 新增 GPT-5.5 instant 模型: 我们今天发布了 GPT-5.5 instant 的新版本。之前的模型过于“子弹化”。新版本在其他一些重要维度上有所改进:谄媚性、事实性和多语言性能。希望你喜欢!我们始终对反馈感…

    X:Greg Brockman (@gdb)

  • Qwen-VLA:从理解世界到付诸行动

    通义千问推出通用视觉-语言-动作模型Qwen-VLA,基于Qwen多模态骨干,将视觉感知、语言理解与空间推理扩展至连续动作生成和轨迹预测。训练分四阶段:文本到动作预训练(T2A)、持续预训练(CPT)、监督微调(SFT)和强化学习(RL)…

    Qwen:Blog Retrieval(API)

  • 阿里云开源百炼 CLI,Agent 可调用全套模型和应用能力

    阿里云宣布百炼核心能力已 CLI 化,仅需一行命令即可让 Agent 接入百炼的 150 多款模型、十多款应用及知识库、记忆、联网搜索等能力。该 CLI 专为 Agent 设计,原生支持 Claude Code、Qoder 等主流框架,已…

    IT之家·人工智能

  • 特斯拉 FSD 安全性宣称遭质疑

    特斯拉声称其全自动驾驶软件(FSD)安全性最高可达人类的10倍,但路透社调查发现此数据经不起推敲。参与训练FSD的员工表示该技术远未成熟,其安全演示高度依赖人工。统计方法被11位交通安全研究人员指出存在缺陷,例如与更广泛的联邦事故数据进行…

    IT之家·人工智能

  • 三星电子业内率先出样 HBM4E 内存

    三星电子宣布已开始向全球主要客户交付业界首批 12 层(12Hi)HBM4E 样品。该内存引脚传输速度稳定在 14Gbps 并可扩展至 16Gbps,较 HBM4 提升 20%,单堆栈带宽达 3.6 TB/s,容量为 48GB。相较 HB…

    IT之家·人工智能

第 1 页 / 共 17 页

推广

由橙子中转站提供支持

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