OpenAI 上線 API Reserved Tier：按分鐘鎖定算力，高峰期不擠兌
OpenAI 針對企業客戶推出 API 預留層 Reserved Tier。使用者能以「每分鐘美元」預購指定模型的專屬吞吐量，在高峰期免受限速困擾，且適用於標準與快速模式。超額用量轉為普通按量計費，但不支援批處理與彈性呼叫。
AI 日報：今天的 AI 新聞
週二
5月19日 星期二
Google AI Studio 上線應用構建器：輸入提示詞幾分鐘生成 Android App
Google 在 Google I/O 2026 上為網頁版 Google AI Studio 加入 Android 原生應用生成功能，幾分鐘即可憑提示詞跑通一款 App。應用基於 Kotlin 與 Jetpack Compose，支援 GPS 和藍牙等感測器，並自帶瀏覽器模擬器。不過目前生成的應用僅限個人體驗，暫不支援向他人分發。
Google 聯手三星高通推智慧眼鏡：內建 Gemini，今秋先發音訊款
Google 在 I/O 2026 上公佈基於 Android XR 的智慧眼鏡計劃，首批音訊眼鏡將於今年秋季發售。眼鏡由 Gentle Monster 與 Warby Parker 設計，輕觸鏡腿或說「Hey Google」即可喚醒 Gemini，支援視覺問答、即時翻譯與多步驟打車點單，相容 Android 與 iOS。
Gemini 變身 24 小時智慧體：關機也能在後臺幹活，還自帶影片生成
Google 宣佈 Gemini 月活突破 9 億，並推出多項 Agent 更新。核心是全天候雲端智慧體 Gemini Spark，合上電腦也能在後臺打理郵件與文件；同步上線的還有影片生成模型 Gemini Omni 與早報功能 Daily Brief。
Google 重構 25 年搜尋框：預設接入 Gemini 3.5 Flash，還能寫迷你應用
Google 宣佈搜尋 AI Mode 預設接入 Gemini 3.5 Flash，並迎來 25 年來最大搜索框改版，支援檔案與網頁標籤等輸入。搜尋還加入全天候監控智慧體與即時編寫迷你應用能力。新搜尋框現已上線，智慧體功能今夏陸續推出。
Google 釋出 Gemini 3.5 Flash：智慧體跑分超前代 Pro，速度快 4 倍
Google 推出 Gemini 3.5 系列模型並首發上線 3.5 Flash。它主打長時間跨度的智慧體行動與程式設計能力，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 應用、搜尋 AI 模式和 API 中全量開放，3.5 Pro 預計下月推出。
Google 推出 Gemini for Science：用智慧體加速科研假設與計算發現
Google 推出 Gemini for Science，包含假設生成、計算發現與文獻洞見三款實驗工具，併發布整合 30 多個生命科學資料庫的 Science Skills。Co-Scientist 與 ERA 論文已發表在《Nature》，目前逐步開放申請。
Google 釋出 Universal Cart：跨平臺比價，裝機還能查零件相容
Google 在 I/O 2026 上推出由 Gemini 驅動的 Universal Cart。它打通了搜尋與 Gemini 等入口，跨商家加購時可主動預警零件不相容並追蹤降價，同時搭配新支付協議 AP2 讓 AI 在預算內安全代付。今年夏季先在美區上線。
Google 把街景裝進 Genie：真實世界秒變可互動 3D 虛擬場景
Google 將通用世界模型 Project Genie 與街景影像打通。使用者選定美國真實地點後，可套用「海洋世界」等風格生成互動環境，供機器人或智慧體訓練與漫遊。該原型功能現面向全球每月 200 美元的 Google AI Ultra 訂閱者開放。
Google Labs 升級 Pomelli：引入 Agent，幾鍵生成品牌手冊和網站
Google Labs 宣佈為其面向中小企業的 AI 工具 Pomelli 增加智慧體功能。使用者上傳產品資料、照片或通過對話即可提煉「商業 DNA」，進而自動生成包含專屬圖片、字型和配色的品牌手冊，或直接點選幾下搭建出完整網站。
Google Stitch 升級：支援語音與文字即時協作設計，一鍵釋出上線
Google 在 I/O 大會上宣佈 Stitch 推出即時協同設計功能。使用者可用文字或語音即時驅動 Stitch Agent 在畫布上生成設計，支援匯入既有程式碼。作品可匯出至 Google Antigravity 接後端，或通過 Netlify 一鍵上線。更新現已向全球開放。
影片版 ControlNet：CogOmniControl 靠幾幀草圖精準控制影片生成
研究團隊公佈 CogOmniControl 論文，打造出類似 ControlNet 的多輸入影片控制系統。只需輸入 3 幀粗糙草圖或姿態骨架，搭配參考圖和提示詞，就能生成動作一致的影片。它專門面向專業創作流，不過目前僅釋出論文，尚未開原始碼與模型。
Together AI 開源 hallmark：逼 Claude 和 Cursor 做出沒有「AI 味」的網頁
Together AI 開發者開源設計 skill hallmark，適配 Claude Code、Cursor 等工具。它內建 50 種設計主題，在真實瀏覽器中通過多道關卡攔截大模型常見的套模板特徵。最值得關注的是，它能讓 AI 擺脫千篇一律的審美慣性，直接交付沒有「AI 味」的自包含網頁。
Andrej Karpathy 加入 Anthropic：重返前沿大模型研發一線
前 Tesla AI 總監兼 OpenAI 聯合創始人 Andrej Karpathy 宣佈加入 Anthropic，重返前沿大語言模型研發。他表示未來幾年將是大模型發展的關鍵期，對重回研發團隊感到興奮，同時透露未來仍會繼續推進 AI 教育工作。
Odyssey 推出兩款世界模型：即時音畫同步，還能 4 人聯機打遊戲
Odyssey 推出世界模型 Starchild-1 與 Agora-1。前者能根據使用者輸入即時生成音畫同步的內容且無固定時長，後者首次支援最多 4 名玩家在同一個由 AI 即時生成的虛擬世界中互動。這意味著世界模型正從離線影片生成轉向真正可互動的多人模擬引擎。
Mega ASR 開源：專啃嘈雜爛音訊，不到 5GB 消費級顯示卡就能跑
語音識別模型 Mega ASR 正式釋出，專攻真實環境下的抗噪轉錄。它通過 260 萬個樣本覆蓋混響、削波與遮擋等問題，在惡劣聲學條件下比主流模型提升近 30%。整體不到 5GB 並開放微調指令碼，大多數消費級顯示卡就能在本地執行。
微軟釋出商業版 Surface：搭酷睿 Ultra 3，主打端側 AI 與一鍵防窺
Microsoft 推出新版 Surface Pro 與 Surface Laptop 商業版，搭載 Intel Core Ultra 3 系列晶片，支援會議即時聽寫與離線出圖等端側 AI。新機型續航最長 23 小時，部分版本配備一鍵啟用的整合防窺屏。年內還將追加高通 Snapdragon X2 版本。
Chrome DevTools for agents 1.0 釋出：給 AI 程式設計助手裝上真實瀏覽器
Chrome 團隊正式釋出 Chrome DevTools for agents 1.0，讓程式設計 Agent 能在真實瀏覽器中檢查輸出與除錯程式碼。它提供 MCP、CLI 和 Agent skills 三種接入方式，支援跑 Lighthouse 審計、模擬裝置環境與抓取記憶體堆快照。這意味著寫程式碼的 AI 終於不再盲人摸象，可以直接閉環驗證執行時表現。
OpenAI 接入 SynthID 隱形水印：上線公開工具查驗 AI 圖片
OpenAI 宣佈升級內容溯源體系，成為 C2PA 認證生成器，並聯合 Google DeepMind 為 ChatGPT 等生成的圖片嵌入 SynthID 隱形水印。官方還上線了公開驗證工具，可同時檢查後設資料與水印訊號，防止影像被二次篡改。
Google 釋出 Antigravity 2.0：全新桌面端上線，支援多智慧體協同程式設計
Google 在 I/O 2026 上推出智慧體程式設計工具 Antigravity 2.0，帶來全新桌面端、CLI 和 SDK。新版本基於 Gemini 3.5 Flash，支援編排多個智慧體並行處理任務並自動在後臺排程執行。同時 Google 還推出了每月 100 美元的新訂閱檔位。
Anthropic 升級 Claude 託管智慧體：程式碼執行放自家沙箱，內網直連 MCP
Anthropic 為 Claude Managed Agents 推出自託管沙箱與 MCP 隧道兩項企業級功能。使用者可將程式碼執行與敏感檔案留在自有裝置或 Cloudflare 等沙箱提供商，Anthropic 僅負責編排；同時支援無公網暴露穿透訪問內網 MCP 服務。前者已開啟公測，後者需申請預覽許可權。
Apple 預覽 AI 無障礙功能：用眼神開輪椅，自然語言聲控全系統
Apple 公佈一系列由 Apple Intelligence 驅動的無障礙更新，預計今年晚些時候上線。語音控制支援自然語言「所見即所說」，旁白與放大器能對畫面進行追問；全生態支援端側自動生成字幕。此外，Apple Vision Pro 還將支援通過眼球追蹤操控電動輪椅。
Claude 託管智慧體會「做夢」了：會話間自我最佳化，支援多 Agent 編排
Anthropic 升級 Claude Managed Agents，推出在會話間提取規律並自我最佳化的「做夢」機制，以及支援獨立評分自糾錯的 Outcomes 和多智慧體編排。測試中 Outcomes 讓任務成功率最高提升 10 個百分點。目前做夢功能需申請預覽，其餘已開放公測。
週一
5月18日 星期一
前 Google CEO 施密特畢業演講大談 AI，臺下學生狂喝倒彩
據報道，前 Google CEO 埃裡克·施密特在亞利桑那大學畢業演講中稱 AI 將觸及每個行業與實驗室，引來全場學生狂噓。施密特當場回應，表示理解大家對崗位蒸發、未來被機器寫定的恐懼。這已是本月第三起因大談 AI 遭學生喝倒彩的畢業演講。
Meta 推出 WavFlow：跳過潛空間壓縮，直接在原始波形上給無聲影片配音
Meta 推出音訊模型 WavFlow，跳過潛空間壓縮，直接在原始波形中生成 44.1kHz 高保真音訊。它能為無聲影片自動配上同步音效，打鼓等動作基本能對齊。不過受政策限制，官方僅開源了程式碼與指令碼，未放出完整權重。
馬斯克起訴 Altman 敗訴：陪審團裁定已過時效，駁回全部指控
陪審團商議約兩小時後一致駁回馬斯克起訴 OpenAI CEO Sam Altman 及微軟的全部指控，法官已採納該意見。裁決認定違反慈善信託等訴求均已過訴訟時效。馬斯克在 X 發文稱這只是時間技術細節，宣佈將上訴。
位元組開源統一模型 Lance：影像與影片的理解、生成、編輯全打通
字節跳動開源統一多模態模型 Lance，啟用引數 30 億，同時支援影像與影片的理解、生成及編輯。最關鍵的是，它不僅能看懂畫面，還能通過多輪對話連續修改影片。不過本地執行門檻較高，至少需要一塊 40GB 視訊記憶體的 GPU。
InstructAV2AV 釋出：AI 影片編輯能音畫同改，一句話換人改臺詞
研究團隊釋出端到端音影片聯合編輯框架 InstructAV2AV，支援用自然語言指令同時修改畫面與聲音。它無需手動繪製遮罩即可完成換人、改臺詞或增刪音效，並在替換目標內容的同時保持背景穩定。
亞馬遜上線 Alexa Podcasts：說個話題，AI 幾分鐘生成定製播客
亞馬遜為美國 Alexa+ 訂閱使用者推出 Alexa Podcasts 功能。使用者只需說出感興趣的話題，即可通過語音調整大綱與時長，幾分鐘內生成由 AI 主播朗讀的定製播客。內容整合了美聯社、路透社等 200 多家媒體資源，可通過 Echo Show 或 App 播放。
波士頓動力 Atlas 新演示：靠 AI 全身協調直接搬走迷你冰箱
波士頓動力展示了人形機器人 Atlas 搬運迷你冰箱的最新畫面。通過 AI 驅動的全身協調演算法，Atlas 能在負重狀態下精確平衡多個複雜接觸點。這意味著機器人正從機械式的抓取，走向能自適應搬運大件重物的實用階段。
梵蒂岡將釋出首部 AI 通諭：教宗良十四世聚焦人工智慧時代人類尊嚴
梵蒂岡於本週一宣佈，教宗良十四世的首份通諭《Magnifica Humanitas》將於 5 月 25 日正式釋出。該檔案聚焦在人工智慧時代對人類尊嚴的保護，為數字革命提供道德指引；Anthropic 聯合創始人 Christopher Olah 也將出席釋出會併發言。
Leonardo AI 上線 3D 生成功能：從 2D 概念圖直接匯出 .glb 模型
Leonardo AI 在平臺內上線 3D 物體生成功能，創作者無需切換工具即可將 2D 概念圖轉為 3D 模型。藉助多視角參考藍圖，使用者能匯出支援四邊面和三角面的 .glb 檔案，直接對接遊戲引擎或 3D 列印。獨立遊戲開發者和電商做資產省事多了。
騰訊開源翻譯模型 HYMT2：最小 1.8B 可跑在手機上，專精複雜格式
騰訊開源多語言翻譯模型系列 HYMT2，覆蓋 18 億到 300 億引數，支援 33 種語言。該模型專門優化了指令遵循能力，能在翻譯時嚴格保留佔位符、JSON 及排版格式，最小的 1.8B 版本甚至能在手機端執行。
HRM-Text：花 1000 美元就能從零預訓練 1B 推理模型
Sapient Intelligence 開源 HRM-Text 預訓練框架，主打用約 1000 美元算力從零訓練 1B 引數推理模型。它基於分層迴圈架構，號稱算力減少 130 至 600 倍、資料需求降至千分之一，在 GSM8k 達到 84.7%。目前全套程式碼已在 GitHub 按 Apache 2.0 開源。
OpenAI 聯手戴爾：把 Codex 搬進企業本地與混合資料中心
OpenAI 與戴爾科技達成合作，將 Codex 接入 Dell AI Data Platform 等本地及混合架構。目前 Codex 周活開發者已超 400 萬，此次合作讓企業在敏感資料不出本地的前提下安全部署 AI Agent，覆蓋軟體研發與業務協同。
Anthropic 收購 Stainless：給 Claude 智慧體鋪設更多介面
Anthropic 宣佈收購 SDK 與 MCP 工具開發商 Stainless。Stainless 自 Claude API 上線起就負責其官方 SDK 生成，支援多語言開發。收購旨在幫 Claude 智慧體接入更多外部資料與工具，加速從「問答」向「行動」進化。
Cursor 上線 Composer 2.5：合成任務擴增 25 倍，強化長程程式設計
Cursor 宣佈上線程式碼智慧體 Composer 2.5。新版本基於 Kimi K2.5 底座，合成訓練任務量擴大 25 倍，並引入靶向文本反饋解決強化學習歸因難題，顯著提升長任務執行穩定性。團隊目前正聯手 SpaceXAI 用 10 倍算力訓練更大模型。
PanoWorld 亮相：輸入戶型圖，直接生成整套房屋連貫 3D VR 遊覽
研究人員公佈空間世界模型 PanoWorld。輸入一張平面戶型圖和風格參考，它就能生成整套互相連線、帶傢俱的 360 度全景房屋遊覽。最關鍵的是，它通過 3D 空間記憶維持各房間視點的一致性，避免畫面錯亂。目前程式碼和權重尚未正式釋出。
週日
5月17日 星期日
AI 裁員真能提振股價？CNBC 統計顯示過半公司股價反跌
CNBC 統計 23 家將裁員歸因於 AI 的標普 500 公司，發現截至 5 月 15 日有 56% 的公司股價不升反跌，平均跌幅約 25%。其中 Nike 跌近 35%，Salesforce 跌 32%，Fiverr 暴跌 54%。市場正日益警惕用 AI 掩蓋常規削減開支的「AI 洗白」行為。
浙大展示 AudioHijack：把惡意指令藏進音訊，悄悄劫持 AI 語音助手
浙江大學研究團隊展示了名為 AudioHijack 的音訊攻擊技術。它能把人耳無法察覺的指令藏在普通音訊中，以 79% 至 96% 的成功率劫持大音訊語言模型，誘導其搜尋敏感內容或洩露資料。該方法對微軟和 Mistral 的商用語音模型同樣有效。
週六
5月16日 星期六
GPT Image 2 搭檔 Seedance 2.0：從 12 格故事板直接做動畫
創作者分享了一套 AI 影視工作流：先用 ChatGPT Image 2 將故事創意生成帶角色和鏡頭標註的 12 格故事板，再交給 Seedance 2.0 生成連貫的電影感影片。配合節點式平臺編排，一人做動畫的門檻進一步降低。
OpenAI 聯手馬耳他：公民學完免費 AI 課，送一年 ChatGPT Plus
OpenAI 與馬耳他政府達成合作，面向全體馬耳他公民提供 ChatGPT Plus。公民只要完成馬耳他大學開發的免費 AI 素養課程，即可免費使用一年。該計劃 5 月啟動第一階段，是 OpenAI for Countries 專案下的首個國家級合作，旨在將 AI 變成人人可用的公共基礎設施。
週五
5月15日 星期五
阿里公佈 FashionChameleon：單卡 23.8 幀，影片生成中能即時互動換衣
阿里巴巴公佈影片試衣框架 FashionChameleon。它允許在影片生成過程中即時互動式更換服裝，單卡生成速度達 23.8 FPS，並能保持人物動作與外觀連貫。最值得關注的是它僅靠單服裝資料訓練就實現了多套換裝。目前程式碼與模型尚未正式開放。
Anthropic 釋出 Claude 法律部署指南：配 12 款專業外掛
Anthropic 釋出面向法律行業的 Claude 部署指南。報告顯示 87% 的法務總監團隊已引入生成式 AI，該指南覆蓋 Claude 旗下四款產品，並提供 12 款預置專業外掛與三階段實施路線圖，以協助合同審查及合規等流程。
ChatGPT 上線個人理財功能：直連 1.2 萬家金融機構，GPT-5.5 幫你管賬
OpenAI 推出 ChatGPT 個人理財功能預覽。使用者可通過 Plaid 繫結超 12,000 家金融機構賬戶，生成開支看板，並基於 GPT-5.5 推理能力和個人財務記憶進行個性化記賬與規劃。目前該功能已面向美國使用者開放。
xAI 接入開源 Hermes Agent：Grok 訂閱使用者可直接呼叫
xAI 宣佈支援 Grok 訂閱使用者直接接入 Nous Research 的開源智慧體 Hermes Agent。該智慧體具備跨會話長期記憶，並能接入 Telegram 等軟體。使用者通過 OAuth 授權即可直接在本地或 VPS 部署中使用 Grok 能力。
週四
5月14日 星期四
開發者開源 Claude Code 3D 工具包：單圖生成完整場景與物理
開發者 Neilson 開源了一套適配 Anthropic Claude Code 的 3D 生成工具包。該工具僅需輸入單張圖片，即可自動生成包含網格、物理模擬、光照和音訊元件的完整 3D 環境，讓開發者在 Claude Code 中無需手動建模也能快速搭建 3D 場景。
Emergence AI 虛擬小鎮實驗：Claude 零犯罪自治，Gemini 縱火殉情
Emergence AI 在五個相同的虛擬小鎮中測試 AI 的自我管理能力。Claude 達成 15 天零犯罪且全員存活，Grok 四天全滅，Gemini 因戀愛引發縱火自毀，GPT-5 Mini 則全員餓死。最值得關注的是，在混合小鎮裡，原本守規矩的 Claude 也會被環境帶偏犯罪。
xAI 推出 Grok Build：專為寫程式碼打造的智慧體命令列工具
xAI 面向 SuperGrok Heavy 訂閱使用者上線了 Grok Build 早期測試版。這是一款專為編寫程式碼、構建應用和自動化工作流設計的智慧體命令列（CLI）工具。xAI 表示，測試期間將根據開發者反饋持續打磨底層模型與產品體驗。
Articraft 開源：讓 AI 寫程式碼生成能動的 3D 資產，帶關節還自帶測試
研究團隊開源帶關節 3D 資產生成系統 Articraft 及超 1 萬個資產的資料集。它把 3D 建模轉化成程式設計問題，由 AI 智慧體寫程式碼定義部件與鉸鏈關節，並自動執行測試。生成結果能真正活動，大幅降低了機器人模擬和 VR 資產的製作門檻。
Warp-as-History：僅靠單個影片微調，就能精準控制 AI 運鏡軌跡
上海交通大學與上海人工智慧實驗室等提出 Warp-as-History。該方法無需新增相機編碼器或控制分支，而是把視角形變打包成視覺歷史上下文，僅用一個標註影片進行輕量 LoRA 微調，就能在陌生場景中精準聽從運鏡軌跡並補全畫面盲區。
輝達釋出世界模型 SANA-WM：單張 5090 可 34 秒生成 1 分鐘影片
輝達釋出互動式世界模型 SANA-WM，僅 26 億引數即可將單張影像轉化為可鍵盤漫遊的 720p 影片。其蒸餾版本在單張 RTX 5090 上僅需 34 秒即可生成 1 分鐘片段。官方表示權重即將開源。
ReactiveGWM 開源：給遊戲世界模型加上 NPC，提示詞也能控對手
研究團隊開源遊戲世界模型 ReactiveGWM。它將玩家按鍵操作與 NPC 策略解耦，允許玩家一邊按鍵出招，一邊用提示詞指揮對手進攻或防守。模型基於 Wan 2.2 構建且相對輕量，可在本地中高階顯示卡上執行。
戛納首映真人與 AI 結合電影：保羅·路德主演，阿羅諾夫斯基監製
訊息，由達倫·阿羅諾夫斯基監製、達斯汀·耶林執導的真人與 AI 融合電影宣佈將於下週在戛納電影節首映。影片由保羅·路德與克里斯·洛克主演，將真人拍攝與 AI 生成畫面混合呈現。好萊塢一線陣容的加入，意味著 AI 影像正加速叩開主流電影圈的大門。
Kimi 推出瀏覽器擴充套件：讓 AI Agent 直接操控本地瀏覽器
Kimi 推出瀏覽器擴充套件（原 Kimi WebBridge），讓 AI Agent 能直接在 Chrome 或 Edge 中點選、輸入和抓取。它通過本地協議複用真實瀏覽器，資料不離開裝置，並新增了側邊欄入口。這意味著 Agent 不用開沙箱就能替你填表和調研。
Google 將在 I/O 亮相 Gemini Spark：24 小時全天候執行的個人 AI 智慧體
據曝光訊息，Google 計劃在 I/O 大會上公佈全新個人智慧體 Gemini Spark。它主打 24/7 全天候主動執行，能結合使用者習慣、關聯應用及網頁登入狀態自主處理收件箱和網路任務。這意味著 Gemini 正加速從被動問答轉向常駐型主動助理。
Poetiq 釋出 Meta-System：不微調模型，GPT-5.5 程式設計刷出 93.9% SOTA
Poetiq 公佈其 Meta-System 評測結果，該系統靠遞迴自我改進自動構建排程外掛框架，無需微調模型，僅憑標準 API 就讓 GPT-5.5 在 LiveCodeBench Pro 拿下 93.9% 的 SOTA。這套框架還能跨模型複用，不過目前該工具仍處於候補名單階段。
LTX-Video 迎來皮克斯風格 LoRA：一鍵把影片變成 3D 動畫電影
開發者在 Hugging Face 上線適配 LTX-Video 的皮克斯風格 LoRA。該模型未採用影視原作版權素材，能賦予畫面大眼睛與電影級光影等 3D 動畫質感。模型支援觸發詞「P1x4r」，可在 Diffusers 或 Draw Things 中直接載入執行。
PwC 全面接入 Claude：數十萬員工上線，核保週期從十週壓到十天
Anthropic 與 PwC 宣佈擴大戰略合作，將向全球數十萬員工推廣 Claude Code 與 Claude Cowork，並認證 3 萬名美國員工。雙方還成立了面向企業財務的專門業務群。實測中其交付週期縮短高達 70%，保險核保從 10 周壓縮至 10 天。
OpenAI 遭集體訴訟：ChatGPT 網頁版被指植入廣告追蹤程式碼
加州居民向法院對 OpenAI 發起集體訴訟，指控其在 ChatGPT 網頁端嵌入 Meta 的 Facebook Pixel 和 Google Analytics，將使用者的提問資料傳輸至廣告生態系統。彭博法律也報道了此案，OpenAI 目前尚未公開回應，AI 產品的遙測隱私合規正面臨更嚴格的審視。
Meta 開放顯示眼鏡開發者預覽：支援原生 SDK 與 Web 應用開發
Meta 宣佈開放 Meta Ray-Ban Display 眼鏡的開發者預覽。開發者可通過原生移動 SDK 或 HTML、CSS 與 JavaScript 構建介面，在眼鏡上呈現文本、影像與影片，並支援通過肌電手環進行手勢控制。預覽期最多支援 100 名測試者。
Perplexity 上線 Snowflake 聯結器：免寫 SQL，用自然語言查資料
Perplexity 宣佈為旗下 Computer 產品推出 Snowflake 聯結器，員工無需寫 SQL 即可用日常口語查詢企業資料。系統支援基於角色的許可權管控和 User OAuth，承諾不使用企業資料訓練模型，目前已面向 Pro、Max 和 Enterprise 使用者開放。
OpenAI 上線手機版 Codex：用 ChatGPT 隨手批命令、看 Diff
OpenAI 在 ChatGPT 移動端（iOS 和 Android）上線 Codex 預覽版，覆蓋 Free 和 Go 在內的全部套餐。開發者無需守在螢幕前，用手機就能發起任務、批准命令並即時同步程式碼 diff 與測試結果。目前連線 Windows 端的支援即將推出。
研究團隊藉助 Anthropic Mythos：5 天攻破蘋果 M5 硬體記憶體防線
安全團隊 Calif 披露，他們藉助 Anthropic 的 Mythos Preview 模型，僅用 5 天就做出了針對 M5 晶片 Mac 的核心提權漏洞鏈。這套攻擊成功繞過了蘋果研發的硬體級防護 MIE。漏洞已同步蘋果，修復前暫不公開細節。
Anthropic 聯手蓋茨基金會：砸 2 億美元用 Claude 攻關全球健康與教育
Anthropic 宣佈與蓋茨基金會達成 2 億美元合作，將在未來四年提供資金、Claude 額度和工程支援。雙方重點推動小兒麻痺症、HPV 等被忽視疾病的疫苗與藥物研發，併為美國、撒哈拉以南非洲和印度的學生開發 AI 輔導工具。
傳 Google Gemini 3.2 Flash 效能達 GPT-5.5 的 92%，成本僅二十分之一
據業內人士 Bindu Reddy 爆料，Google Gemini 3.2 Flash 在程式設計與推理上達到 GPT-5.5 效能的 92%，推理成本降低 15 至 20 倍。得益於 DeepMind 的蒸餾與稀疏化技術，其延遲據稱低於 200 毫秒。如果屬實，高難度任務的落地成本將大幅降低。
PhyMotion 開源：把 3D 人體放進物理模擬器，專治 AI 影片動作變形
研究團隊釋出並開源 PhyMotion，專門解決 AI 影片裡的肢體畸形與動作扭曲。它從生成影片中提取 3D 人體並放入 MuJoCo 物理模擬器打分，檢驗關節移動和接地是否合乎規律，以此獎勵模型，顯著改善了瑜伽、功夫等動作的真實度。
Figure 直播人形機器人自主作業 8 小時：下一步挑戰 24/7 不間斷
人形機器人公司 Figure 創始人 Brett Adcock 宣佈，其機器人完成了連續 8 小時的全自主、無監督作業直播。隨後 Adcock 透露，Figure 接下來計劃啟動 24/7 全天候持續直播，向外界公開展示機器人不間斷自主作業的能力。
週三
5月13日 星期三
Anthropic 上調 Claude Code 限額：每週用量提升 50% 至 7 月 13 日
Anthropic 宣佈將程式設計助手 Claude Code 的每週使用限額臨時提升 50%，持續至 7 月 13 日。該調整已向所有 Pro、Max、Team 及按席位計費的 Enterprise 訂閱使用者即時生效，無需額外配置即可直接使用更充裕的編碼額度。
太浩湖供電將遭削減 75%：電力被轉供內華達 AI 資料中心
據報道，NV Energy 計劃在 2027 年 5 月前削減太浩湖加州一側 75% 的供電，將電力轉給內華達州的 AI 資料中心，影響約 49,000 戶居民。當地擔憂斷電風險與電價暴漲，供電方則表示正緊急尋找新批發供應商。
Notion 推出開發者平臺：自帶終端 CLI、Workers 與智慧體 SDK
Notion 釋出全新開發者平臺，推出終端命令列工具 ntn、雲端 Workers 以及支援雙向呼叫的智慧體 API 與 SDK。平臺還支援外部資料庫同步與 Webhook 觸發。這意味著 Notion 正在把工作區改造成 AI 智慧體可直接讀寫與排程程式碼的執行底座。
Edge 升級 Copilot：能跨標籤頁比價分析，網頁還能一鍵轉播客
Microsoft 更新 Edge 桌面端與移動端應用，將 Copilot 深度整合進瀏覽器。新版支援跨多標籤頁推理、結合瀏覽歷史與長期記憶回答，並帶來 Voice 與 Vision 擴音互動；桌面端還新增播客生成和學習模式。同時，舊版「Copilot Mode」正式退役。
Meta 推出 Incognito Chat：對話連官方都看不了，訊息預設閱後即焚
Meta 宣佈在 WhatsApp 和 Meta AI 應用中推出 Incognito Chat 隱身聊天功能。該功能依託隱私計算技術，確保連 Meta 官方都無法檢視對話內容，且記錄預設閱後即焚、不儲存，專為健康、財務等隱私諮詢設計。未來數月內將逐步向使用者推送。
企業採用率首次超車：Anthropic 達 34.4%，OpenAI 跌至第二
據 Ramp 最新 AI 指數顯示，Anthropic 在企業客戶付費採用率上達到 34.4%，首次超越 OpenAI 的 32.3%。過去一年 Anthropic 企業客戶佔比翻了近四倍，而 OpenAI 增長几乎停滯。不過成本上漲與宕機問題仍是其眼下隱憂。
前 Humane 工程師打造主動式 AI 助手 Poppy：幫你把日程與瑣事理清
前 Humane 工程師 Sai Kambampati 推出主動式 AI 助手 Poppy，並獲 125 萬美元種子前輪融資。它能打通日曆、郵件與訊息，在日程出現空檔且臨近公園時主動建議散步，或參考好友偏好推薦餐廳。目前雲端處理實行資料零保留，未來計劃轉向純端側執行。
TikTok 推出 Ads MCP Server：讓 AI 智慧體接管廣告投放與調優
TikTok 在年度峰會 TikTok World 上推出 TikTok Ads MCP Server。營銷人員可將自有 AI 智慧體直連其廣告平臺，全自動完成素材設定、出價調整與預算分配。繼 Google 和 Meta 之後，主流廣告平臺的投放運維正在全面轉向由智慧體自主執行。
Amazon 推出 Alexa for Shopping：合體 Rufus 與 Alexa+，打通全流程代買
Amazon 推出購物 AI 助手 Alexa for Shopping，將 Rufus 的商品理解與 Alexa+ 的個性化上下文打通。它支援在主搜尋欄對話、對比商品、檢視最長一年價格走勢，還能排程週期補貨並代客下單。美國所有使用者無需 Prime 會員均可使用。
Adaption 釋出 AutoScientist：讓模型自動跑完訓練迴圈，勝率超人類研究員
Adaption 推出 AutoScientist，能端到端自動化完成模型訓練與微調的全流程。它協同最佳化資料與訓練引數，測試勝率達 64%，平均表現比人類研究員高出 35%。這意味著無需專業演算法團隊也能定製專屬模型；該系統前 30 天免費開放。
Recursive 估值 46.5 億美元拿下 6.5 億融資：押注自主進化的 AI
由 OpenAI 與 DeepMind 前團隊負責人創立的 Recursive 結束隱身狀態，宣佈以 46.5 億美元估值完成 6.5 億美元融資，GV 與 Greycroft 領投，NVIDIA 和 AMD 參投。資金將用於研發能安全自我進化的 AI，通過自動化科學發現通往超級智慧。
面壁智慧開源 MiniCPM-V 4.6：1.3B 端側模型，6GB 記憶體流暢跑
面壁智慧聯合清華大學及 OpenBMB 正式開源端側多模態模型 MiniCPM-V 4.6。模型僅 1.3B 引數，約 6GB 記憶體即可在端側裝置流暢執行，效能超越同級 Qwen3.5-0.8B，計算 Token 消耗僅為其十九分之一。這大幅降低了端側多模態部署門檻，一張消費級顯示卡即可完成微調。
Resemble AI 釋出 DramaBox：像寫劇本一樣控制語音，嘆氣大笑全聽指揮
Resemble AI 釋出表現力語音模型 DramaBox。它像劇本一樣工作：引號內念臺詞，引號外用自然語言寫情緒、嘆氣或笑聲等舞臺指示，還能克隆音色。最關鍵的是它不僅自帶抗篡改水印，還開放了本地模型下載，不過本地執行需要 24GB 視訊記憶體。
OpenAI 遭遇 npm 供應鏈攻擊：Mac 客戶端證書外洩，須限期更新
OpenAI 披露兩臺員工裝置捲入 TanStack npm 供應鏈攻擊，導致程式碼簽名證書等少量憑據外洩。官方確認使用者資料未受影響，但舊證書將被吊銷，macOS 使用者須在 6 月 26 日前將 ChatGPT 等桌面端更新至最新版，逾期將無法執行。
Perplexity 詳解 Computer 安全架構：微虛擬機器沙箱隔離，防範提示詞注入
Perplexity 詳解了自主智慧體 Perplexity Computer 的安全架構。每個任務均在獨立的 Firecracker 微虛擬機器沙箱中執行，配備專屬 Linux 核心並在閒置後銷燬，同時引入四層防禦與 BrowseSafe 模型防範提示詞注入，為企業自動化提供硬體級隔離。
OpenAI 詳解 Windows 版 Codex 沙箱設計：用合成 SID 告別頻繁彈窗
OpenAI 發文詳解為 Windows 版 Codex 打造的定製安全沙箱。由於原生方案難以平衡開發靈活性與系統隔離，團隊採用合成 SID 與寫入限制令牌限制檔案寫入，並注入代理變數封堵網路逃逸。這讓 Windows 使用者免去了逐條確認命令或徹底放權的困境。
Anthropic 推出 Claude 小企業版：直連 QuickBooks 與 PayPal，自帶 15 個工作流
Anthropic 推出面向小企業的套件 Claude for Small Business，在 Claude Cowork 內接入 QuickBooks、PayPal 等常用工具，自帶 15 個即用智慧體工作流。AI 能幫小老闆自動對賬、算薪資和催發票，所有操作必須經人工確認後才會執行。
非對稱流模型 AsymFlow 釋出：繞過 VAE 直接在畫素空間生圖
研究團隊提出非對稱流模型 AsymFlow，完全繞過潛在空間和 VAE，直接在畫素空間生成影像。它將噪聲預測限制在低秩子空間，生成速度提升 40% 且在 ImageNet 拿下 1.57 FID。這意味著 AI 生圖能擺脫塑膠感，獲得更銳利的真實紋理。
