全部 AI 动态 · AI 热点

7月1日

06:35

官方账号NVIDIA AI@NVIDIAAI

72°

NVIDIA 在 SIGGRAPH 上发表 Generative Pretrained Controllers (GPC)，将运动技能编码为离散 token。GPC 使用 transformer 进行下一个 token 预测，类似 GPT 的预训练范式。它在 600+小时运动数据上训练，可实时运行在物理模拟中。同一个预训练控制器通过微调即可适配新任务，生成自然且物理合理的交互动作。

事件专题

推荐理由：NVIDIA 把 GPT 的套路用在运动控制上，预训练一个模型就能微调干不同活，物理模拟里跑得又自然又实时。

原文

05:18

Google AI Developers@googleaidevs

72°

Google推出Nano Banana 2 Lite，号称最快、最经济的Gemini图像模型，专为高吞吐量开发者管道优化。同时发布的Gemini Omni Flash支持视频生成和编辑。两款模型即日起通过Google AI Studio和Gemini API可用。

AI模型 Nano Banana 2 Lite Gemini Omni Flash Google AI Studio

事件专题

推荐理由：Google发了两个新模型：Nano Banana 2 Lite图像模型更快更省钱，还有Gemini Omni Flash能做视频生成和编辑，今天就能在API上用了。

原文

04:32

coderabbitai@coderabbitai

CodeRabbit AI 对 Claude Sonnet 5 进行了代码审查基准测试。结果发现，该模型在生成更干净的评论方面表现突出，评论精度相比前代提升约9%。模型展现出更深层的思考能力，并在编码技能上有所增强。完整评测细节已在下方链接中公布。

AI模型 Claude Sonnet 5 代码审查推理模型

推荐理由：CodeRabbit AI 跑了 Claude Sonnet 5 的代码审查评测，评论精度提了9%，编码更聪明，值得看看细节。

原文

04:26

官方账号Runway ML@runwayml

Runway 宣布集成 Gemini Omni Flash 模型，支持用户通过文本提示、图片或视频输入来生成和编辑视频内容。该功能允许用户使用自然语言或现有素材创作任意视频。用户可在 Runway 平台直接使用，或通过 Agent 调用 Omni 能力。

AI模型 Runway Gemini Omni Flash 视频生成

推荐理由：Runway 把 Gemini Omni Flash 塞进视频工具里了，用一句话、一张图或一段视频就能编辑和生成新内容，省掉繁琐剪辑。

原文

04:22

lmarena.ai@lmarena_ai

精选77°

Claude Sonnet 5 正式加入 Agent Arena，该平台衡量模型在数百万个来自全球用户的真实世界长周期智能体任务上的表现。模型可调用网络搜索、文件系统和终端工具完成复杂工作流。排行榜使用因果追踪方法，将模型性能相对平均水平进行量化。除 Agent Arena 外，Sonnet 5 还支持文本、视觉、文档和代码前端的 Arena 评测。

AI模型 Claude Sonnet 5 Agent Arena Anthropic

事件专题

推荐理由：Anthropic 发布了更智能的 Sonnet 5，能在 Agent Arena 里自主用浏览器和终端干活，比几个月前的大模型还强。

原文

04:21

lmarena.ai@lmarena_ai

精选

Gemini Omni Flash在Video Arena的视频编辑任务中排名第二，得分1347。它比第三名HappyHorse 1.0（1308分）高出近40点。该模型现可通过Gemini API和Google AI Studio使用。同时发布的还有Nano Banana 2 Lite，号称最快最便宜的Gemini图像模型。

AI模型 Gemini Omni Flash HappyHorse 1.0 Google DeepMind

事件专题

推荐理由：Google DeepMind的Gemini Omni Flash视频编辑能力强，比对手高40分，还发布了更便宜的图像模型Nano Banana 2 Lite。

原文

03:51

官方账号Google AI@GoogleAI

精选

Google推出Nano Banana 2 Lite，这是其最快且成本最低的Gemini图像模型，文本转图像仅需不到4秒，已通过Gemini API和Google AI Studio提供。同时公开预览Gemini Omni Flash，这是一款原生多模态模型，用于高效视频生成和对话式编辑，可通过API和Enterprise Agent Platform使用。两者结合可快速生成图像并即时动画化，室内设计demo展示上传照片后生成定制概念并转化为动态视频。

AI模型 Nano Banana 2 Lite Gemini Omni Flash Google

事件专题

推荐理由：Google一口气发了两个模型：一个4秒出图，一个直接生成视频，还能连起来用，成本还低，搞创作的可以试试。

原文

03:35

宝玉@dotey

76°

Anthropic今天发布Claude Sonnet 5，替代Sonnet 4.6成为免费版和Pro版的默认模型。其Agent编程基准得分63.2%，高于Sonnet 4.6的58.1%，接近Opus 4.8的69.2%。知识工作基准上甚至略微超过Opus 4.8。API推广价输入2美元/百万Token、输出10美元/百万Token，低于GPT-5.5和Gemini 3.1 Pro。新分词器可能使Token消耗增加1.0-1.35倍，但推广期定价已对冲此影响。

AI模型 Claude Sonnet 5 Anthropic 智能体

事件专题

推荐理由：Anthropic的Sonnet 5来了，Agent能力接近最贵的Opus，价格才40%。以前会卡住的复杂任务现在能跑完，还自己检查输出。默认模型升级值得一试。

原文

03:22

GitHub@github

73°

Claude Sonnet 5由Anthropic发布，现已全面可用并集成到GitHub Copilot。早期测试显示它在多种编码场景中表现强劲，尤其是在CLI风格任务上。该模型提供了优秀的提示缓存利用率和竞争性延迟，适合低计算资源场景。用户可直接在GitHub Copilot应用中尝试新模型。

AI模型 Claude Sonnet 5 Anthropic GitHub Copilot

事件专题

推荐理由：Anthropic的新Claude Sonnet 5直接集成到GitHub Copilot，写代码尤其是命令行任务更强了，延迟更低，试试看。

原文

03:21

elvis@omarsar0

88°

Anthropic 发布 Claude Sonnet 5，专为长期运行的代理任务优化。相较于前代 Sonnet，Sonnet 5 在代理任务可靠性上有显著提升，同时大幅强化了计算机使用（Computer Use）能力。该模型能够自主制定计划、使用浏览器和终端等工具，且运行自主性接近几个月前需要更大更贵模型才达到的水平。

AI模型 Claude Sonnet 5 Anthropic

事件专题

推荐理由：Claude Sonnet 5 来了，做长期代理任务比以前稳多了，还能自己用浏览器和终端，值得试试。

原文

03:18

The Rundown AI@therundownai

83°

Anthropic发布了新模型Claude Sonnet 5。相比Claude 4.6，该模型在编码和智能体能力上有大幅提升。其知识工作分数超过了Opus 4.8。

AI模型 Claude Sonnet 5 Anthropic 编码

事件专题

推荐理由：Anthropic出了Claude Sonnet 5，编码和智能体能力比4.6强很多，知识工作分数甚至超过了Opus 4.8，值得试试。

原文

03:07

The Rundown AI@therundownai

精选73°

Google今天发布两个新模型：Nano Banana 2 Lite用于图像生成，Gemini Omni Flash用于视频生成。Lite可在4秒内生成一张图像，价格为每千张0.034美元，适合高吞吐低成本任务。Omni Flash在LMArena文本到视频排行榜排名第一，在图像到视频和视频编辑中位列前二，仅次于Seedance 2.0，价格为每秒0.10美元。OpenAI的gpt-image-2仍在图像排行榜上保持领先。

AI模型 Nano Banana 2 Lite Gemini Omni Flash Google

事件专题

推荐理由：Google新出了两个模型：Lite低成本快速出图（4秒/张，千张34美元），Omni Flash视频生成在LMArena登顶，性价比不错。想省钱做图或搞视频的可以关注。

原文

03:06

官方账号Microsoft Research@MSFTResearch

精选

微软研究院提出SkillOpt方法，解决AI智能体因手动修改指令导致行为不可靠的问题。SkillOpt将技能编辑转化为训练过程，优化智能体行为而不改变模型权重。实验表明该方法在多个基准测试中提升任务成功率。

AI模型 SkillOpt Microsoft 智能体

推荐理由：微软出了个SkillOpt，把改智能体指令这事变成自动训练，不改模型参数就能让行为更稳，适合搞Agent应用的人看看。

原文

02:56

OpenRouter@OpenRouterAI

73°

OpenRouter推出Claude Sonnet 5，促销价格输入$2/M，输出$10/M。该模型强化了智能体编码和专业工作流能力。早期测试显示，相比Sonnet 4.6，其智能体更可靠、任务执行更快，且处理大任务时更易信任。

AI模型 Claude Sonnet 5 OpenRouter Sonnet 4.6

事件专题

推荐理由：OpenRouter上了Claude Sonnet 5，价格比官方低，智能体编程更稳更快，值得试试。

原文

02:50

Marc Andreessen@pmarca

AI模型 GPT 5.5 Pro Claude Opus 4.8 OpenAI

事件专题

推荐理由：这篇展示了用GPT和Claude联手破解COLT、FOCS等顶会未解难题，还开源了pipeline，做理论计算的值得看看。

原文

02:44

HeyGen@HeyGen_Official

73°

HeyGen Models 实现了30分钟单次AI视频生成，是此前行业上限的6倍。关键技术在于解决了长视频中的面部漂移问题，确保身份特征全程一致。完整技术报告已公开，详细说明了模型架构与训练方法。

AI模型 HeyGen Models 视频生成面部一致性

推荐理由：HeyGen 搞了个30分钟长视频生成，脸一直没崩，比行业水平强6倍，建议看看技术报告了解怎么做到的。

原文

02:21

OpenRouter@OpenRouterAI

76°

Anthropic 发布了 Claude Sonnet 5，称其为最具代理性的 Sonnet 版本。该模型能够自主制定计划并使用浏览器、终端等工具。其自主运行水平达到几个月前需要更大更贵模型才能实现的程度。

AI模型 Claude Sonnet 5 Anthropic 智能体

事件专题

推荐理由：Claude Sonnet 5 能自己用浏览器和终端执行任务，比之前更自主，适合想省心的人。

原文

02:08

官方账号OpenAI@OpenAI

精选

OpenAI推出GeneBench-Pro，这是一个面向AI agent的研究级基准测试。该基准要求agent在混乱的生物数据中导航并选择正确的分析路径。它旨在衡量AI在真实计算研究中的判断能力，而非简单准确率。

AI模型 OpenAI GeneBench-Pro 智能体

事件专题

推荐理由：想看看AI分析生物数据能多聪明？OpenAI这个新测试专考agent的判断力，挺有意思的。

原文

01:53

elvis@omarsar0

Google发布两款新生成式媒体模型：Nano Banana 2 Lite和Gemini Omni Flash。Nano Banana 2 Lite生成单张图像速度小于4秒，价格为每千张0.034美元。Gemini Omni Flash在视频编辑任务上达到SOTA，每小时成本0.10美元，与Veo 3.1 Fast相同。这些定价远低于行业平均水平，有助于降低开发者构建AI应用的门槛。

AI模型 Nano Banana 2 Lite Gemini Omni Flash Google

事件专题

推荐理由：Google把图像生成价格打到每千张3分钱，速度不到4秒，还能编辑视频，做教育科研的可以试试。

原文

01:52

官方账号Jim Fan@jimfan

精选

ASPIRE 是斯坦福团队提出的新型机器人持续学习方法。它通过编码智能体观察仿真与真实机器人的多模态感官痕迹，对控制程序进行进化搜索，并将最佳技能提炼到不断扩展的库中。ASPIRE 实现了约 10 倍的迁移学习计算令牌节省，且开源完整代码。机器人在真实世界中学习 100 个任务后不会像第一次那样迷茫，技能库可无限累积。

AI模型 ASPIRE 机器人技能库

推荐理由：斯坦福团队开源了 ASPIRE，让机器人技能库自动进化，学了 100 个任务后还会越用越强，迁移到真实环境也快 10 倍。

原文

01:51

官方账号Jim Fan@jimfan

精选

NVIDIA GEAR lab 联合 UMich、Berkeley、CMU 推出 ASPIRE，这是首个自动化机器人技能发现系统。它不逐个解决任务，而是持续发现并积累可复用技能，作为机器人智能的构建模块。ASPIRE 支持多任务迁移、sim-to-real 迁移以及跨实体迁移。相关论文和项目页面已在 research.nvidia.com 发布。

AI模型 ASPIRE NVIDIA 机器人技能发现

事件专题

推荐理由：NVIDIA 和几个顶级高校联手搞了个新系统 ASPIRE，能自动发现并存下可复用的机器人技能，跨任务、跨仿真到现实、跨机器人本体都能迁移，挺有看头。

原文

01:16

AK@_akhaliq

Ornith-1.0-35B 是一个 350 亿参数的模型，现已通过 hf-claude 集成到 Claude Code 中。开发者可以直接在 Claude Code 内调用该模型进行代码生成和补全。该模型在编程任务中表现出色，具体性能数据尚未在公告中列出。这次集成扩展了 Claude Code 可用的模型选择。

AI模型 Ornith-1.0-35B Claude Code hf-claude

推荐理由：如果你用 Claude Code 写代码，现在可以试试 Ornith-1.0-35B，一个 350 亿参数的模型，通过 hf-claude 直接调用，省去配置麻烦。

原文

01:15

AK@_akhaliq

OSWorld2.0 是一个新发布的基准测试，专门用于评估计算机使用智能体在长周期真实世界任务中的表现。该基准包含 100 个任务，每个任务平均需要 10 步以上才能完成。相比 OSWorld 1.0，新版本增加了更多涉及多步骤规划和错误恢复的场景。测试结果显示，当前最先进的模型（如 GPT-4o）在 OSWorld2.0 上的成功率仅为 15.3%，表明长周期任务仍是 AI 面临的关键挑战。

AI模型 OSWorld2.0 基准测试智能体

推荐理由：想看看 AI 在真实电脑操作上能走多远？OSWorld2.0 拿 100 个长任务测智能体，GPT-4o 都只拿到 15% 成功率，差距一目了然。

原文

00:52

官方账号Logan Kilpatrick@OfficialLoganK

精选

Google 发布两款新生成式媒体模型 Nano Banana 2 Lite 和 Gemini Omni Flash，集成在 Gemini API 和 AI Studio 中。Nano Banana 2 Lite 图像生成速度低于 4 秒，成本仅 $0.034/千张。Gemini Omni Flash 在视频编辑任务上达到 SOTA，定价 $0.10/秒，与 Veo 3.1 Fast 相同。两者均强调高效与低成本。

AI模型 Nano Banana 2 Lite Gemini Omni Flash Google

事件专题

推荐理由：Google 发了两款新模型：一个 4 秒出图、千张只要 3 分 4；另一个视频编辑达到 SOTA 且和 Veo 3.1 Fast 一样便宜。

原文

00:19

Yangyi@Yangyixxxx

开发者 @yangyi 计划参考 Hermes 模型架构设计 MultiAgent 系统，优先推出手机版以实现移动办公。后续将接入企业微信并打通客户 Memory 系统，通过快速迭代拼接功能来提升实用性。该推文反映了个人对轻量级多智能体架构的尝试方向。

AI模型 Hermes MultiAgent 企业微信

推荐理由：一位开发者分享了如何用 Hermes 结构搭多智能体，先搞手机版，再连企业微信打通记忆系统，思路挺实在。

原文

6月30日

23:13

berryxia@berryxia

精选71°

字节跳动通过BytePlus推出Seed Audio 1.0，这是一个非流式TTS模型，可在单次生成中同时输出语音、音乐和音效。该模型支持参考音频引导和图像引导音频生成，并能精细控制语速、音量、音调等参数。与仅处理语音的传统TTS不同，Seed Audio 1.0是一个多模态音频生成模型，适合复杂场景。目前仅对企业开放申请，早期反馈认为生成效果自然，但对音频时长缺乏精细控制。

AI模型 ByteDance BytePlus Seed Audio 1.0

推荐理由：字节跳动出了个全能音频生成模型，一次搞定语音、音乐、音效，还能用图片或参考音频引导，做短视频配乐超方便。

原文

22:50

官方账号阶跃星辰 Stepfun@Stepfun_AI

Step 3.7 Flash 本月在 OpenRouter 平台上处理了4.29万亿 tokens，进入该平台流量前十。开发者将其用于真实 agent 运行、编程任务和长上下文工作流。模型在处理复杂任务时表现稳定，获得社区积极反馈。

AI模型 Step 3.7 Flash OpenRouter 推理模型

推荐理由：Step 3.7 Flash 在 OpenRouter 上月流量超4万亿 tokens，开发者拿它跑智能体、写代码，又稳又快。

原文

22:47

小互@imxiaohu

Google 将在今晚发布新 🍌 模型和低配版 Omini 模型。同时，消息称 Anthropic 的 Claude Sonnet 5 也将在今晚亮相。OpenAI 目前尚未公布任何动态。这三个模型发布集中在同一晚，引发社区关注。

AI模型 Claude Sonnet 5 Google OpenAI

事件专题

推荐理由：今晚三个模型扎堆发：Google 的🍌和Omini低配版，加上Claude Sonnet 5，都是新东西，可以蹲一波。

原文

16:24

Stanford AI Lab@StanfordAILab

斯坦福AI实验室发布R&B-EnCoRe方法，这是一个视觉-语言-动作模型，能自主识别哪些思维链（chain-of-thought）有助于实际行动。该方法无需奖励函数、验证器或人工标注，完全由模型自监督学习。实验表明，R&B-EnCoRe在机器人操作任务中比基线方法有显著提升，证明了自我引导的推理训练的有效性。

AI模型 R&B-EnCoRe Stanford 视觉-语言-动作模型

推荐理由：斯坦福搞了个新方法，让机器人自己学会想什么有用，不用人教也不用奖励，挺酷的。

原文

15:36

Harrison Chase@hwchase17

LangChain创始人Harrison Chase宣布面向早期合作伙伴推出Trace Judge模型。该模型用于检测智能体轨迹中的错误，成本仅为闭源模型的1/100。目前可通过Airtable表单申请早期访问权限。

AI模型 LangChain Trace Judge 智能体

推荐理由：LangChain新出Trace Judge，专门抓AI智能体运行中的错误，成本比闭源模型便宜100倍，现在能申请内测了。

原文

14:34

Suhail@Suhail

一条推文揭示了闭源推理模型（如Claude、GPT系列）的原始推理轨迹，这些轨迹通常对用户隐藏。数据表明模型会像人类一样过度思考。Dustin Tran指出，通过更好的长度惩罚（length penalty）可以减少这种过度思考，而无需新的奖励函数。讨论涉及并行与顺序工具调用、工具与基座模型能力边界、单智能体与子智能体等策略。

AI模型推理模型长度惩罚闭源模型

推荐理由：看看闭源模型暗地里怎么想问题的——它们也会纠结和自我怀疑，而长度惩罚可能就是解药。

原文

13:23

shao__meng@shao__meng

77°

美团发布LongCat-2.0，采用1.6T参数MoE架构，激活参数48B，上下文窗口1M（最大输出128K），使用5-6万张国产加速卡训练，全过程不依赖英伟达。模型在Terminal-Bench 2.1上得70.8，SWE-bench Pro 59.5（超过GPT-5.5的58.6）。其稀疏注意力与跨层索引技术支撑长上下文，并自研底层算子弥补国产芯片短板。LongCat-2.0定位Agent与编程任务，已在OpenRouter上提供预览。

AI模型 LongCat-2.0 Meituan MoE

事件专题

推荐理由：美团搞了个纯国产卡训练的1.6T MoE模型，激活参数48B，1M上下文，编程和Agent场景表现强，在SWE-bench Pro上还超过了GPT-5.5，值得编程开发者试试。

原文

13:17

Geek@geekbb

精选

Qwythos 9B 基于 Qwen3.5-9B，在 5 亿 token 的 Claude 思维链轨迹上全参数微调，可处理 1M 上下文。支持原生 Function Calling 和多模态视觉（图像+文本）。GGUF 量化后仅 5.2 GiB，可在低配设备上运行。该模型为开源且未经审查。

AI模型 Qwythos 9B Qwen3.5-9B Claude

推荐理由：Empero AI 开源的 Qwythos 9B 把 Qwen3.5 和 Claude 思维链结合，1M 上下文加 Function Calling，量化后 5.2GB 的推理模型，低配机器也能跑。

原文

13:04

宝玉@dotey

Brain2Qwerty v1论文登上Nature Neuroscience，v2同日发布。v1字符错误率32%，v2实现句子级实时解码，平均单词准确率61%，最佳被试达78%。v2采用MEG设备，端到端深度学习结合微调大语言模型，训练数据来自9名志愿者共22000个句子。此前非侵入式方法单词准确率仅8%。Meta开源了全部训练代码，合作方BCBL开放了v1数据集。

AI模型 Brain2Qwerty Meta 脑机接口

推荐理由：Meta的Brain2Qwerty v2把非侵入式脑机接口的句子解码准确率从8%拉到了61%，比Neuralink少了开颅手术。开源了代码，值得关注。

原文

12:51

小互@imxiaohu

Meta在GitHub上开源了其模型的训练代码和配套数据集。该代码包含完整的训练脚本、数据预处理流程和模型配置文件。开发者可以基于这些资源复现模型或进行二次开发。

AI模型 Meta 开源训练代码

推荐理由：Meta把做饭的家伙都端出来了，代码和数据一起给，上手就能跑。

原文

12:49

官方账号阶跃星辰 Stepfun@Stepfun_AI

Step 3.7 Flash 在 Nous Portal 上获得实际应用，用户正在用它测试、构建和运行各种智能体工作流。该项目由 Nous Research 合作推进，并保持免费访问。官方邀请用户试用并分享成果。

AI模型 Step 3.7 Flash Nous Portal Nous Research

推荐理由：快去 Nous Portal 上免费试用 Step 3.7 Flash，用它搭建各种智能体工作流，体验它的实际效果。

原文

12:48

官方账号Microsoft Research@MSFTResearch

AI代理无法记忆历史对话，随任务变长效率下降。微软研究院推出Memora，一种可扩展记忆系统。它将存储内容与检索方式分离，解决长上下文效率问题。

AI模型智能体记忆系统长上下文

推荐理由：微软出了个叫Memora的记忆系统，让AI能记住长对话不卡顿，比硬加载上下文聪明多了。

原文

12:35

小互@imxiaohu

精选

Meta发布Brain2Qwerty v2脑机接口系统，无需植入仅需佩戴MEG头盔即可实时解码大脑磁信号为文字。该系统在字词准确率上达到61%，约为其他无创方法（8%）的7.6倍。最佳参与者准确率达78%，超过半数句子仅有一个词错误。这是目前性能最高的非侵入式脑机接口系统。

AI模型 Meta Brain2Qwerty v2 MEG

推荐理由：Meta这个新脑机接口太强了，戴个头盔就能把你脑子里想的话实时转成文字，准确率61%，比之前的方法好7倍多，连手术都不用。

原文

12:15

AI Will@FinanceYF5

71°

Meta 发布 Brain2Qwerty v2，无需脑部手术，仅通过非侵入式脑电信号即可实时解码文字。相比 v1，新版不仅能识别单个字符，还能解析完整单词和语义，整体通信准确率显著提升。该技术为因脑损伤无法说话的人提供了新的交流可能。

AI模型 Brain2Qwerty Meta 脑电波解码

推荐理由：Meta 出了个新脑机接口，不用开颅就能把脑电波转成文字，还能理解单词意思，准确率还高了。

原文

12:13

AI Will@FinanceYF5

Meta开源了Brain2QWERT非侵入式脑机接口的v1和v2完整训练代码。合作方BCBL同步公开了v1版本的数据集，v2数据集暂未开源。这项开源大幅降低了脑机接口研究的门槛，非侵入式方案的准确率较以往有明显提升。

AI模型 Meta Brain2QWERT 脑机接口

推荐理由：Meta把脑机接口代码全开源了，合作方BCBL还给了v1数据集，准确率上了一个台阶，搞脑机接口的可以赶紧上手试试。

原文

仅展示最近 2000 条内容。更早的内容请查阅 AI 日报存档（侧边栏 → AI 日报 → 顶部「往期日报」）。