OpenAI 上线 API Reserved Tier：按分钟锁定算力，高峰期不挤兑
OpenAI 针对企业客户推出 API 预留层 Reserved Tier。用户能以「每分钟美元」预购指定模型的专属吞吐量，在高峰期免受限速困扰，且适用于标准与快速模式。超额用量转为普通按量计费，但不支持批处理与弹性调用。
AI 日报：今天的 AI 新闻
周二
5月19日 星期二
Google AI Studio 上线应用构建器：输入提示词几分钟生成 Android App
Google 在 Google I/O 2026 上为网页版 Google AI Studio 加入 Android 原生应用生成功能，几分钟即可凭提示词跑通一款 App。应用基于 Kotlin 与 Jetpack Compose，支持 GPS 和蓝牙等传感器，并自带浏览器模拟器。不过目前生成的应用仅限个人体验，暂不支持向他人分发。
Google 联手三星高通推智能眼镜：内置 Gemini，今秋先发音频款
Google 在 I/O 2026 上公布基于 Android XR 的智能眼镜计划，首批音频眼镜将于今年秋季发售。眼镜由 Gentle Monster 与 Warby Parker 设计，轻触镜腿或说「Hey Google」即可唤醒 Gemini，支持视觉问答、实时翻译与多步骤打车点单，兼容 Android 与 iOS。
Gemini 变身 24 小时智能体：关机也能在后台干活，还自带视频生成
Google 宣布 Gemini 月活突破 9 亿，并推出多项 Agent 更新。核心是全天候云端智能体 Gemini Spark，合上电脑也能在后台打理邮件与文档；同步上线的还有视频生成模型 Gemini Omni 与早报功能 Daily Brief。
Google 重构 25 年搜索框：默认接入 Gemini 3.5 Flash，还能写迷你应用
Google 宣布搜索 AI Mode 默认接入 Gemini 3.5 Flash，并迎来 25 年来最大搜索框改版，支持文件与网页标签等输入。搜索还加入全天候监控智能体与实时编写迷你应用能力。新搜索框现已上线，智能体功能今夏陆续推出。
Google 发布 Gemini 3.5 Flash：智能体跑分超前代 Pro，速度快 4 倍
Google 推出 Gemini 3.5 系列模型并首发上线 3.5 Flash。它主打长时间跨度的智能体行动与编程能力，跑分超越 Gemini 3.1 Pro，生成速度比其他前沿模型快 4 倍。目前已在 Gemini 应用、搜索 AI 模式和 API 中全量开放，3.5 Pro 预计下月推出。
Google 推出 Gemini for Science：用智能体加速科研假设与计算发现
Google 推出 Gemini for Science，包含假设生成、计算发现与文献洞见三款实验工具，并发布整合 30 多个生命科学数据库的 Science Skills。Co-Scientist 与 ERA 论文已发表在《Nature》，目前逐步开放申请。
Google 发布 Universal Cart：跨平台比价，装机还能查零件兼容
Google 在 I/O 2026 上推出由 Gemini 驱动的 Universal Cart。它打通了搜索与 Gemini 等入口，跨商家加购时可主动预警零件不兼容并追踪降价，同时搭配新支付协议 AP2 让 AI 在预算内安全代付。今年夏季先在美区上线。
Google 把街景装进 Genie：真实世界秒变可交互 3D 虚拟场景
Google 将通用世界模型 Project Genie 与街景图像打通。用户选定美国真实地点后，可套用「海洋世界」等风格生成交互环境，供机器人或智能体训练与漫游。该原型功能现面向全球每月 200 美元的 Google AI Ultra 订阅者开放。
Google Labs 升级 Pomelli：引入 Agent，几键生成品牌手册和网站
Google Labs 宣布为其面向中小企业的 AI 工具 Pomelli 增加智能体功能。用户上传产品资料、照片或通过对话即可提炼「商业 DNA」，进而自动生成包含专属图片、字体和配色的品牌手册，或直接点击几下搭建出完整网站。
Google Stitch 升级：支持语音与文字实时协作设计，一键发布上线
Google 在 I/O 大会上宣布 Stitch 推出实时协同设计功能。用户可用文字或语音实时驱动 Stitch Agent 在画布上生成设计，支持导入既有代码。作品可导出至 Google Antigravity 接后端，或通过 Netlify 一键上线。更新现已向全球开放。
视频版 ControlNet：CogOmniControl 靠几帧草图精准控制视频生成
研究团队公布 CogOmniControl 论文，打造出类似 ControlNet 的多输入视频控制系统。只需输入 3 帧粗糙草图或姿态骨架，搭配参考图和提示词，就能生成动作一致的视频。它专门面向专业创作流，不过目前仅发布论文，尚未开源代码与模型。
Together AI 开源 hallmark：逼 Claude 和 Cursor 做出没有「AI 味」的网页
Together AI 开发者开源设计 skill hallmark，适配 Claude Code、Cursor 等工具。它内置 50 种设计主题，在真实浏览器中通过多道关卡拦截大模型常见的套模板特征。最值得关注的是，它能让 AI 摆脱千篇一律的审美惯性，直接交付没有「AI 味」的自包含网页。
Andrej Karpathy 加入 Anthropic：重返前沿大模型研发一线
前 Tesla AI 总监兼 OpenAI 联合创始人 Andrej Karpathy 宣布加入 Anthropic，重返前沿大语言模型研发。他表示未来几年将是大模型发展的关键期，对重回研发团队感到兴奋，同时透露未来仍会继续推进 AI 教育工作。
Odyssey 推出两款世界模型：实时音画同步，还能 4 人联机打游戏
Odyssey 推出世界模型 Starchild-1 与 Agora-1。前者能根据用户输入实时生成音画同步的内容且无固定时长，后者首次支持最多 4 名玩家在同一个由 AI 实时生成的虚拟世界中互动。这意味着世界模型正从离线视频生成转向真正可交互的多人模拟引擎。
Mega ASR 开源：专啃嘈杂烂音频，不到 5GB 消费级显卡就能跑
语音识别模型 Mega ASR 正式发布，专攻真实环境下的抗噪转录。它通过 260 万个样本覆盖混响、削波与遮挡等问题，在恶劣声学条件下比主流模型提升近 30%。整体不到 5GB 并开放微调脚本，大多数消费级显卡就能在本地运行。
微软发布商业版 Surface：搭酷睿 Ultra 3，主打端侧 AI 与一键防窥
Microsoft 推出新版 Surface Pro 与 Surface Laptop 商业版，搭载 Intel Core Ultra 3 系列芯片，支持会议实时听写与离线出图等端侧 AI。新机型续航最长 23 小时，部分版本配备一键激活的集成防窥屏。年内还将追加高通 Snapdragon X2 版本。
Chrome DevTools for agents 1.0 发布：给 AI 编程助手装上真实浏览器
Chrome 团队正式发布 Chrome DevTools for agents 1.0，让编程 Agent 能在真实浏览器中检查输出与调试代码。它提供 MCP、CLI 和 Agent skills 三种接入方式，支持跑 Lighthouse 审计、模拟设备环境与抓取内存堆快照。这意味着写代码的 AI 终于不再盲人摸象，可以直接闭环验证运行时表现。
OpenAI 接入 SynthID 隐形水印：上线公开工具查验 AI 图片
OpenAI 宣布升级内容溯源体系，成为 C2PA 认证生成器，并联合 Google DeepMind 为 ChatGPT 等生成的图片嵌入 SynthID 隐形水印。官方还上线了公开验证工具，可同时检查元数据与水印信号，防止图像被二次篡改。
Google 发布 Antigravity 2.0：全新桌面端上线，支持多智能体协同编程
Google 在 I/O 2026 上推出智能体编程工具 Antigravity 2.0，带来全新桌面端、CLI 和 SDK。新版本基于 Gemini 3.5 Flash，支持编排多个智能体并行处理任务并自动在后台调度运行。同时 Google 还推出了每月 100 美元的新订阅档位。
Anthropic 升级 Claude 托管智能体：代码执行放自家沙箱，内网直连 MCP
Anthropic 为 Claude Managed Agents 推出自托管沙箱与 MCP 隧道两项企业级功能。用户可将代码执行与敏感文件留在自有设备或 Cloudflare 等沙箱提供商，Anthropic 仅负责编排；同时支持无公网暴露穿透访问内网 MCP 服务。前者已开启公测，后者需申请预览权限。
Apple 预览 AI 无障碍功能：用眼神开轮椅，自然语言声控全系统
Apple 公布一系列由 Apple Intelligence 驱动的无障碍更新，预计今年晚些时候上线。语音控制支持自然语言「所见即所说」，旁白与放大器能对画面进行追问；全生态支持端侧自动生成字幕。此外，Apple Vision Pro 还将支持通过眼球追踪操控电动轮椅。
Claude 托管智能体会「做梦」了：会话间自我优化，支持多 Agent 编排
Anthropic 升级 Claude Managed Agents，推出在会话间提取规律并自我优化的「做梦」机制，以及支持独立评分自纠错的 Outcomes 和多智能体编排。测试中 Outcomes 让任务成功率最高提升 10 个百分点。目前做梦功能需申请预览，其余已开放公测。
周一
5月18日 星期一
前 Google CEO 施密特毕业演讲大谈 AI，台下学生狂喝倒彩
据报道，前 Google CEO 埃里克·施密特在亚利桑那大学毕业演讲中称 AI 将触及每个行业与实验室，引来全场学生狂嘘。施密特当场回应，表示理解大家对岗位蒸发、未来被机器写定的恐惧。这已是本月第三起因大谈 AI 遭学生喝倒彩的毕业演讲。
Meta 推出 WavFlow：跳过潜空间压缩，直接在原始波形上给无声视频配音
Meta 推出音频模型 WavFlow，跳过潜空间压缩，直接在原始波形中生成 44.1kHz 高保真音频。它能为无声视频自动配上同步音效，打鼓等动作基本能对齐。不过受政策限制，官方仅开源了代码与脚本，未放出完整权重。
马斯克起诉 Altman 败诉：陪审团裁定已过时效，驳回全部指控
陪审团商议约两小时后一致驳回马斯克起诉 OpenAI CEO Sam Altman 及微软的全部指控，法官已采纳该意见。裁决认定违反慈善信托等诉求均已过诉讼时效。马斯克在 X 发文称这只是时间技术细节，宣布将上诉。
字节开源统一模型 Lance：图像与视频的理解、生成、编辑全打通
字节跳动开源统一多模态模型 Lance，激活参数 30 亿，同时支持图像与视频的理解、生成及编辑。最关键的是，它不仅能看懂画面，还能通过多轮对话连续修改视频。不过本地运行门槛较高，至少需要一块 40GB 显存的 GPU。
InstructAV2AV 发布：AI 视频编辑能音画同改，一句话换人改台词
研究团队发布端到端音视频联合编辑框架 InstructAV2AV，支持用自然语言指令同时修改画面与声音。它无需手动绘制遮罩即可完成换人、改台词或增删音效，并在替换目标内容的同时保持背景稳定。
亚马逊上线 Alexa Podcasts：说个话题，AI 几分钟生成定制播客
亚马逊为美国 Alexa+ 订阅用户推出 Alexa Podcasts 功能。用户只需说出感兴趣的话题，即可通过语音调整大纲与时长，几分钟内生成由 AI 主播朗读的定制播客。内容整合了美联社、路透社等 200 多家媒体资源，可通过 Echo Show 或 App 播放。
波士顿动力 Atlas 新演示：靠 AI 全身协调直接搬走迷你冰箱
波士顿动力展示了人形机器人 Atlas 搬运迷你冰箱的最新画面。通过 AI 驱动的全身协调算法，Atlas 能在负重状态下精确平衡多个复杂接触点。这意味着机器人正从机械式的抓取，走向能自适应搬运大件重物的实用阶段。
梵蒂冈将发布首部 AI 通谕：教宗良十四世聚焦人工智能时代人类尊严
梵蒂冈于本周一宣布，教宗良十四世的首份通谕《Magnifica Humanitas》将于 5 月 25 日正式发布。该文件聚焦在人工智能时代对人类尊严的保护，为数字革命提供道德指引；Anthropic 联合创始人 Christopher Olah 也将出席发布会并发言。
Leonardo AI 上线 3D 生成功能：从 2D 概念图直接导出 .glb 模型
Leonardo AI 在平台内上线 3D 物体生成功能，创作者无需切换工具即可将 2D 概念图转为 3D 模型。借助多视角参考蓝图，用户能导出支持四边面和三角面的 .glb 文件，直接对接游戏引擎或 3D 打印。独立游戏开发者和电商做资产省事多了。
腾讯开源翻译模型 HYMT2：最小 1.8B 可跑在手机上，专精复杂格式
腾讯开源多语言翻译模型系列 HYMT2，覆盖 18 亿到 300 亿参数，支持 33 种语言。该模型专门优化了指令遵循能力，能在翻译时严格保留占位符、JSON 及排版格式，最小的 1.8B 版本甚至能在手机端运行。
HRM-Text：花 1000 美元就能从零预训练 1B 推理模型
Sapient Intelligence 开源 HRM-Text 预训练框架，主打用约 1000 美元算力从零训练 1B 参数推理模型。它基于分层循环架构，号称算力减少 130 至 600 倍、数据需求降至千分之一，在 GSM8k 达到 84.7%。目前全套代码已在 GitHub 按 Apache 2.0 开源。
OpenAI 联手戴尔：把 Codex 搬进企业本地与混合数据中心
OpenAI 与戴尔科技达成合作，将 Codex 接入 Dell AI Data Platform 等本地及混合架构。目前 Codex 周活开发者已超 400 万，此次合作让企业在敏感数据不出本地的前提下安全部署 AI Agent，覆盖软件研发与业务协同。
Anthropic 收购 Stainless：给 Claude 智能体铺设更多接口
Anthropic 宣布收购 SDK 与 MCP 工具开发商 Stainless。Stainless 自 Claude API 上线起就负责其官方 SDK 生成，支持多语言开发。收购旨在帮 Claude 智能体接入更多外部数据与工具，加速从「问答」向「行动」进化。
Cursor 上线 Composer 2.5：合成任务扩增 25 倍，强化长程编程
Cursor 宣布上线代码智能体 Composer 2.5。新版本基于 Kimi K2.5 底座，合成训练任务量扩大 25 倍，并引入靶向文本反馈解决强化学习归因难题，显著提升长任务执行稳定性。团队目前正联手 SpaceXAI 用 10 倍算力训练更大模型。
PanoWorld 亮相：输入户型图，直接生成整套房屋连贯 3D VR 游览
研究人员公布空间世界模型 PanoWorld。输入一张平面户型图和风格参考，它就能生成整套互相连接、带家具的 360 度全景房屋游览。最关键的是，它通过 3D 空间记忆维持各房间视点的一致性，避免画面错乱。目前代码和权重尚未正式发布。
周日
5月17日 星期日
AI 裁员真能提振股价？CNBC 统计显示过半公司股价反跌
CNBC 统计 23 家将裁员归因于 AI 的标普 500 公司，发现截至 5 月 15 日有 56% 的公司股价不升反跌，平均跌幅约 25%。其中 Nike 跌近 35%，Salesforce 跌 32%，Fiverr 暴跌 54%。市场正日益警惕用 AI 掩盖常规削减开支的「AI 洗白」行为。
浙大展示 AudioHijack：把恶意指令藏进音频，悄悄劫持 AI 语音助手
浙江大学研究团队展示了名为 AudioHijack 的音频攻击技术。它能把人耳无法察觉的指令藏在普通音频中，以 79% 至 96% 的成功率劫持大音频语言模型，诱导其搜索敏感内容或泄露数据。该方法对微软和 Mistral 的商用语音模型同样有效。
周六
5月16日 星期六
GPT Image 2 搭档 Seedance 2.0：从 12 格故事板直接做动画
创作者分享了一套 AI 影视工作流：先用 ChatGPT Image 2 将故事创意生成带角色和镜头标注的 12 格故事板，再交给 Seedance 2.0 生成连贯的电影感视频。配合节点式平台编排，一人做动画的门槛进一步降低。
OpenAI 联手马耳他：公民学完免费 AI 课，送一年 ChatGPT Plus
OpenAI 与马耳他政府达成合作，面向全体马耳他公民提供 ChatGPT Plus。公民只要完成马耳他大学开发的免费 AI 素养课程，即可免费使用一年。该计划 5 月启动第一阶段，是 OpenAI for Countries 项目下的首个国家级合作，旨在将 AI 变成人人可用的公共基础设施。
周五
5月15日 星期五
阿里公布 FashionChameleon：单卡 23.8 帧，视频生成中能实时交互换衣
阿里巴巴公布视频试衣框架 FashionChameleon。它允许在视频生成过程中实时交互式更换服装，单卡生成速度达 23.8 FPS，并能保持人物动作与外观连贯。最值得关注的是它仅靠单服装数据训练就实现了多套换装。目前代码与模型尚未正式开放。
Anthropic 发布 Claude 法律部署指南：配 12 款专业插件
Anthropic 发布面向法律行业的 Claude 部署指南。报告显示 87% 的法务总监团队已引入生成式 AI，该指南覆盖 Claude 旗下四款产品，并提供 12 款预置专业插件与三阶段实施路线图，以协助合同审查及合规等流程。
ChatGPT 上线个人理财功能：直连 1.2 万家金融机构，GPT-5.5 帮你管账
OpenAI 推出 ChatGPT 个人理财功能预览。用户可通过 Plaid 绑定超 12,000 家金融机构账户，生成开支看板，并基于 GPT-5.5 推理能力和个人财务记忆进行个性化记账与规划。目前该功能已面向美国用户开放。
xAI 接入开源 Hermes Agent：Grok 订阅用户可直接调用
xAI 宣布支持 Grok 订阅用户直接接入 Nous Research 的开源智能体 Hermes Agent。该智能体具备跨会话长期记忆，并能接入 Telegram 等软件。用户通过 OAuth 授权即可直接在本地或 VPS 部署中使用 Grok 能力。
周四
5月14日 星期四
开发者开源 Claude Code 3D 工具包：单图生成完整场景与物理
开发者 Neilson 开源了一套适配 Anthropic Claude Code 的 3D 生成工具包。该工具仅需输入单张图片，即可自动生成包含网格、物理模拟、光照和音频组件的完整 3D 环境，让开发者在 Claude Code 中无需手动建模也能快速搭建 3D 场景。
Emergence AI 虚拟小镇实验：Claude 零犯罪自治，Gemini 纵火殉情
Emergence AI 在五个相同的虚拟小镇中测试 AI 的自我管理能力。Claude 达成 15 天零犯罪且全员存活，Grok 四天全灭，Gemini 因恋爱引发纵火自毁，GPT-5 Mini 则全员饿死。最值得关注的是，在混合小镇里，原本守规矩的 Claude 也会被环境带偏犯罪。
xAI 推出 Grok Build：专为写代码打造的智能体命令行工具
xAI 面向 SuperGrok Heavy 订阅用户上线了 Grok Build 早期测试版。这是一款专为编写代码、构建应用和自动化工作流设计的智能体命令行（CLI）工具。xAI 表示，测试期间将根据开发者反馈持续打磨底层模型与产品体验。
Articraft 开源：让 AI 写代码生成能动的 3D 资产，带关节还自带测试
研究团队开源带关节 3D 资产生成系统 Articraft 及超 1 万个资产的数据集。它把 3D 建模转化成编程问题，由 AI 智能体写代码定义部件与铰链关节，并自动运行测试。生成结果能真正活动，大幅降低了机器人仿真和 VR 资产的制作门槛。
Warp-as-History：仅靠单个视频微调，就能精准控制 AI 运镜轨迹
上海交通大学与上海人工智能实验室等提出 Warp-as-History。该方法无需新增相机编码器或控制分支，而是把视角形变打包成视觉历史上下文，仅用一个标注视频进行轻量 LoRA 微调，就能在陌生场景中精准听从运镜轨迹并补全画面盲区。
英伟达发布世界模型 SANA-WM：单张 5090 可 34 秒生成 1 分钟视频
英伟达发布交互式世界模型 SANA-WM，仅 26 亿参数即可将单张图像转化为可键盘漫游的 720p 视频。其蒸馏版本在单张 RTX 5090 上仅需 34 秒即可生成 1 分钟片段。官方表示权重即将开源。
ReactiveGWM 开源：给游戏世界模型加上 NPC，提示词也能控对手
研究团队开源游戏世界模型 ReactiveGWM。它将玩家按键操作与 NPC 策略解耦，允许玩家一边按键出招，一边用提示词指挥对手进攻或防守。模型基于 Wan 2.2 构建且相对轻量，可在本地中高端显卡上运行。
戛纳首映真人与 AI 结合电影：保罗·路德主演，阿罗诺夫斯基监制
消息，由达伦·阿罗诺夫斯基监制、达斯汀·耶林执导的真人与 AI 融合电影宣布将于下周在戛纳电影节首映。影片由保罗·路德与克里斯·洛克主演，将真人拍摄与 AI 生成画面混合呈现。好莱坞一线阵容的加入，意味着 AI 影像正加速叩开主流电影圈的大门。
Kimi 推出浏览器扩展：让 AI Agent 直接操控本地浏览器
Kimi 推出浏览器扩展（原 Kimi WebBridge），让 AI Agent 能直接在 Chrome 或 Edge 中点击、输入和抓取。它通过本地协议复用真实浏览器，数据不离开设备，并新增了侧边栏入口。这意味着 Agent 不用开沙箱就能替你填表和调研。
Google 将在 I/O 亮相 Gemini Spark：24 小时全天候运行的个人 AI 智能体
据曝光消息，Google 计划在 I/O 大会上公布全新个人智能体 Gemini Spark。它主打 24/7 全天候主动运行，能结合用户习惯、关联应用及网页登录状态自主处理收件箱和网络任务。这意味着 Gemini 正加速从被动问答转向常驻型主动助理。
Poetiq 发布 Meta-System：不微调模型，GPT-5.5 编程刷出 93.9% SOTA
Poetiq 公布其 Meta-System 评测结果，该系统靠递归自我改进自动构建调度外挂框架，无需微调模型，仅凭标准 API 就让 GPT-5.5 在 LiveCodeBench Pro 拿下 93.9% 的 SOTA。这套框架还能跨模型复用，不过目前该工具仍处于候补名单阶段。
LTX-Video 迎来皮克斯风格 LoRA：一键把视频变成 3D 动画电影
开发者在 Hugging Face 上线适配 LTX-Video 的皮克斯风格 LoRA。该模型未采用影视原作版权素材，能赋予画面大眼睛与电影级光影等 3D 动画质感。模型支持触发词「P1x4r」，可在 Diffusers 或 Draw Things 中直接加载运行。
PwC 全面接入 Claude：数十万员工上线，核保周期从十周压到十天
Anthropic 与 PwC 宣布扩大战略合作，将向全球数十万员工推广 Claude Code 与 Claude Cowork，并认证 3 万名美国员工。双方还成立了面向企业财务的专门业务群。实测中其交付周期缩短高达 70%，保险核保从 10 周压缩至 10 天。
OpenAI 遭集体诉讼：ChatGPT 网页版被指植入广告追踪代码
加州居民向法院对 OpenAI 发起集体诉讼，指控其在 ChatGPT 网页端嵌入 Meta 的 Facebook Pixel 和 Google Analytics，将用户的提问数据传输至广告生态系统。彭博法律也报道了此案，OpenAI 目前尚未公开回应，AI 产品的遥测隐私合规正面临更严格的审视。
Meta 开放显示眼镜开发者预览：支持原生 SDK 与 Web 应用开发
Meta 宣布开放 Meta Ray-Ban Display 眼镜的开发者预览。开发者可通过原生移动 SDK 或 HTML、CSS 与 JavaScript 构建界面，在眼镜上呈现文本、图像与视频，并支持通过肌电手环进行手势控制。预览期最多支持 100 名测试者。
Perplexity 上线 Snowflake 连接器：免写 SQL，用自然语言查数据
Perplexity 宣布为旗下 Computer 产品推出 Snowflake 连接器，员工无需写 SQL 即可用日常口语查询企业数据。系统支持基于角色的权限管控和 User OAuth，承诺不使用企业数据训练模型，目前已面向 Pro、Max 和 Enterprise 用户开放。
OpenAI 上线手机版 Codex：用 ChatGPT 随手批命令、看 Diff
OpenAI 在 ChatGPT 移动端（iOS 和 Android）上线 Codex 预览版，覆盖 Free 和 Go 在内的全部套餐。开发者无需守在屏幕前，用手机就能发起任务、批准命令并实时同步代码 diff 与测试结果。目前连接 Windows 端的支持即将推出。
研究团队借助 Anthropic Mythos：5 天攻破苹果 M5 硬件内存防线
安全团队 Calif 披露，他们借助 Anthropic 的 Mythos Preview 模型，仅用 5 天就做出了针对 M5 芯片 Mac 的内核提权漏洞链。这套攻击成功绕过了苹果研发的硬件级防护 MIE。漏洞已同步苹果，修复前暂不公开细节。
Anthropic 联手盖茨基金会：砸 2 亿美元用 Claude 攻关全球健康与教育
Anthropic 宣布与盖茨基金会达成 2 亿美元合作，将在未来四年提供资金、Claude 额度和工程支持。双方重点推动小儿麻痹症、HPV 等被忽视疾病的疫苗与药物研发，并为美国、撒哈拉以南非洲和印度的学生开发 AI 辅导工具。
传 Google Gemini 3.2 Flash 性能达 GPT-5.5 的 92%，成本仅二十分之一
据业内人士 Bindu Reddy 爆料，Google Gemini 3.2 Flash 在编程与推理上达到 GPT-5.5 性能的 92%，推理成本降低 15 至 20 倍。得益于 DeepMind 的蒸馏与稀疏化技术，其延迟据称低于 200 毫秒。如果属实，高难度任务的落地成本将大幅降低。
PhyMotion 开源：把 3D 人体放进物理模拟器，专治 AI 视频动作变形
研究团队发布并开源 PhyMotion，专门解决 AI 视频里的肢体畸形与动作扭曲。它从生成视频中提取 3D 人体并放入 MuJoCo 物理模拟器打分，检验关节移动和接地是否合乎规律，以此奖励模型，显著改善了瑜伽、功夫等动作的真实度。
Figure 直播人形机器人自主作业 8 小时：下一步挑战 24/7 不间断
人形机器人公司 Figure 创始人 Brett Adcock 宣布，其机器人完成了连续 8 小时的全自主、无监督作业直播。随后 Adcock 透露，Figure 接下来计划启动 24/7 全天候持续直播，向外界公开展示机器人不间断自主作业的能力。
周三
5月13日 星期三
Anthropic 上调 Claude Code 限额：每周用量提升 50% 至 7 月 13 日
Anthropic 宣布将编程助手 Claude Code 的每周使用限额临时提升 50%，持续至 7 月 13 日。该调整已向所有 Pro、Max、Team 及按席位计费的 Enterprise 订阅用户即时生效，无需额外配置即可直接使用更充裕的编码额度。
太浩湖供电将遭削减 75%：电力被转供内华达 AI 数据中心
据报道，NV Energy 计划在 2027 年 5 月前削减太浩湖加州一侧 75% 的供电，将电力转给内华达州的 AI 数据中心，影响约 49,000 户居民。当地担忧断电风险与电价暴涨，供电方则表示正紧急寻找新批发供应商。
Notion 推出开发者平台：自带终端 CLI、Workers 与智能体 SDK
Notion 发布全新开发者平台，推出终端命令行工具 ntn、云端 Workers 以及支持双向调用的智能体 API 与 SDK。平台还支持外部数据库同步与 Webhook 触发。这意味着 Notion 正在把工作区改造成 AI 智能体可直接读写与调度代码的运行底座。
Edge 升级 Copilot：能跨标签页比价分析，网页还能一键转播客
Microsoft 更新 Edge 桌面端与移动端应用，将 Copilot 深度整合进浏览器。新版支持跨多标签页推理、结合浏览历史与长期记忆回答，并带来 Voice 与 Vision 免提交互；桌面端还新增播客生成和学习模式。同时，旧版「Copilot Mode」正式退役。
Meta 推出 Incognito Chat：对话连官方都看不了，消息默认阅后即焚
Meta 宣布在 WhatsApp 和 Meta AI 应用中推出 Incognito Chat 隐身聊天功能。该功能依托隐私计算技术，确保连 Meta 官方都无法查看对话内容，且记录默认阅后即焚、不保存，专为健康、财务等隐私咨询设计。未来数月内将逐步向用户推送。
企业采用率首次超车：Anthropic 达 34.4%，OpenAI 跌至第二
据 Ramp 最新 AI 指数显示，Anthropic 在企业客户付费采用率上达到 34.4%，首次超越 OpenAI 的 32.3%。过去一年 Anthropic 企业客户占比翻了近四倍，而 OpenAI 增长几乎停滞。不过成本上涨与宕机问题仍是其眼下隐忧。
前 Humane 工程师打造主动式 AI 助手 Poppy：帮你把日程与琐事理清
前 Humane 工程师 Sai Kambampati 推出主动式 AI 助手 Poppy，并获 125 万美元种子前轮融资。它能打通日历、邮件与消息，在日程出现空档且临近公园时主动建议散步，或参考好友偏好推荐餐厅。目前云端处理实行数据零保留，未来计划转向纯端侧运行。
TikTok 推出 Ads MCP Server：让 AI 智能体接管广告投放与调优
TikTok 在年度峰会 TikTok World 上推出 TikTok Ads MCP Server。营销人员可将自有 AI 智能体直连其广告平台，全自动完成素材设置、出价调整与预算分配。继 Google 和 Meta 之后，主流广告平台的投放运维正在全面转向由智能体自主执行。
Amazon 推出 Alexa for Shopping：合体 Rufus 与 Alexa+，打通全流程代买
Amazon 推出购物 AI 助手 Alexa for Shopping，将 Rufus 的商品理解与 Alexa+ 的个性化上下文打通。它支持在主搜索栏对话、对比商品、查看最长一年价格走势，还能调度周期补货并代客下单。美国所有用户无需 Prime 会员均可使用。
Adaption 发布 AutoScientist：让模型自动跑完训练循环，胜率超人类研究员
Adaption 推出 AutoScientist，能端到端自动化完成模型训练与微调的全流程。它协同优化数据与训练参数，测试胜率达 64%，平均表现比人类研究员高出 35%。这意味着无需专业算法团队也能定制专属模型；该系统前 30 天免费开放。
Recursive 估值 46.5 亿美元拿下 6.5 亿融资：押注自主进化的 AI
由 OpenAI 与 DeepMind 前团队负责人创立的 Recursive 结束隐身状态，宣布以 46.5 亿美元估值完成 6.5 亿美元融资，GV 与 Greycroft 领投，NVIDIA 和 AMD 参投。资金将用于研发能安全自我进化的 AI，通过自动化科学发现通往超级智能。
面壁智能开源 MiniCPM-V 4.6：1.3B 端侧模型，6GB 内存流畅跑
面壁智能联合清华大学及 OpenBMB 正式开源端侧多模态模型 MiniCPM-V 4.6。模型仅 1.3B 参数，约 6GB 内存即可在端侧设备流畅运行，性能超越同级 Qwen3.5-0.8B，计算 Token 消耗仅为其十九分之一。这大幅降低了端侧多模态部署门槛，一张消费级显卡即可完成微调。
Resemble AI 发布 DramaBox：像写剧本一样控制语音，叹气大笑全听指挥
Resemble AI 发布表现力语音模型 DramaBox。它像剧本一样工作：引号内念台词，引号外用自然语言写情绪、叹气或笑声等舞台指示，还能克隆音色。最关键的是它不仅自带抗篡改水印，还开放了本地模型下载，不过本地运行需要 24GB 显存。
OpenAI 遭遇 npm 供应链攻击：Mac 客户端证书外泄，须限期更新
OpenAI 披露两台员工设备卷入 TanStack npm 供应链攻击，导致代码签名证书等少量凭据外泄。官方确认用户数据未受影响，但旧证书将被吊销，macOS 用户须在 6 月 26 日前将 ChatGPT 等桌面端更新至最新版，逾期将无法运行。
Perplexity 详解 Computer 安全架构：微虚拟机沙箱隔离，防范提示词注入
Perplexity 详解了自主智能体 Perplexity Computer 的安全架构。每个任务均在独立的 Firecracker 微虚拟机沙箱中运行，配备专属 Linux 内核并在闲置后销毁，同时引入四层防御与 BrowseSafe 模型防范提示词注入，为企业自动化提供硬件级隔离。
OpenAI 详解 Windows 版 Codex 沙箱设计：用合成 SID 告别频繁弹窗
OpenAI 发文详解为 Windows 版 Codex 打造的定制安全沙箱。由于原生方案难以平衡开发灵活性与系统隔离，团队采用合成 SID 与写入限制令牌限制文件写入，并注入代理变量封堵网络逃逸。这让 Windows 用户免去了逐条确认命令或彻底放权的困境。
Anthropic 推出 Claude 小企业版：直连 QuickBooks 与 PayPal，自带 15 个工作流
Anthropic 推出面向小企业的套件 Claude for Small Business，在 Claude Cowork 内接入 QuickBooks、PayPal 等常用工具，自带 15 个即用智能体工作流。AI 能帮小老板自动对账、算薪资和催发票，所有操作必须经人工确认后才会执行。
非对称流模型 AsymFlow 发布：绕过 VAE 直接在像素空间生图
研究团队提出非对称流模型 AsymFlow，完全绕过潜在空间和 VAE，直接在像素空间生成图像。它将噪声预测限制在低秩子空间，生成速度提升 40% 且在 ImageNet 拿下 1.57 FID。这意味着 AI 生图能摆脱塑料感，获得更锐利的真实纹理。
