OTRouterClaude、GPT 一个 Key 调用看价格 →

AI 快讯

实时更新 · 最近 22:02北京时间

5月20日 周三

产品与应用媒体报道

Figma 推出内置 AI 助手,支持自然语言驱动设计操作

Figma 宣布在其协作画布中集成原生 AI 助手,首期上线 Figma Design。该助手支持通过自然语言指令生成新设计、编辑现有内容或批量生成设计方案迭代,亦可同时运行多个代理并行处理不同任务。 据官方介绍,该 AI 助手基于专为设计场景微调的模型,能理解设计上下文与界面元素。Figma 首席设计官 Loredana Crisan 表示,团队可在多人协作画布中与 AI 共同测试创意、可视化边界情况并协同优化概念。 Figma 计划后续...

产品与应用社区讨论 · 待核实

阿里云推出MSE AI调度器,支持Agent自主运行

阿里云官方宣布推出MSE AI调度器,旨在解决当前开源AI Agent方案可用性低、运维成本高及可观测性差等痛点。 该调度器提供高可用分布式调度、统一管理与细粒度权限控制、弹性伸缩及全链路可观测能力,目前已支持OpenClaw、Dify等主流Agent开发框架,并正式开启免费公测。

模型发布社区讨论 · 待核实

商汤科技发布SenseNova U1:支持文本与图像协同理解的多模态AI模型

商汤科技官方宣布推出全新AI模型SenseNova U1。该模型具备同时处理与理解文本、图像输入的能力,能够将文字描述直接转化为具有叙事性的视觉画面。 与传统单模态工具不同,SenseNova U1强调文本与图像的联合推理与协同生成,而非仅支持独立的文字或图像生成任务。 目前官方尚未披露具体技术参数、上线时间表及开放使用方式,更多细节请以商汤科技后续公告为准。

模型发布社区讨论 · 待核实

Gemini 3.5 Flash 正式上线 OpenCode 平台

Google 推出的 Gemini 3.5 Flash 模型现已正式上线 OpenCode 平台。该模型支持 100 万 token 上下文窗口,具备较快的推理速度。 据平台公开信息,其定价策略与 GLM、Kimi 及 DeepSeek Pro 等同类大模型相近,主要面向开发者提供服务。

行业观察社区讨论 · 待核实

PixVerse演示Prompt驱动生成超真实足球自拍视频

AI视频生成平台PixVerse官方近日展示了一则通过精细化提示词(Prompt)生成超真实智能手机自拍风格足球场景视频的案例。该视频设定为五位朋友在大型体育场内集体自拍,提示词重点强调了角色外貌一致性、具体球场环境、模拟手机拍摄的镜头抖动与失焦效果,以及自然连贯的动作序列,以提升生成内容的真实感与叙事连贯性。该案例体现了当前AI视频生成模型在复杂视觉逻辑与多模态细节控制方面的持续演进。

产品与应用社区讨论 · 待核实

开源油猴脚本实现多平台截图上传与AI工具内容导出

一款新开源的油猴(Tampermonkey)脚本已上线,支持在小红书、抖音、微信公众号等平台直接粘贴截图并自动上传。该脚本还集成YouTube字幕复制、视频倍速调节功能,并可将提取的内容一键导出至NotebookLM、ChatGPT等AI工具。 开发者表示,该工具旨在提升跨平台内容流转效率,尤其便于将X平台内容同步至国内主流平台。目前部分平台的适配体验仍有优化空间。

模型发布社区讨论 · 待核实

Kling AI推出全球首个原生4K视频生成模型

Kling AI于4月23日正式推出全球首个原生4K视频生成模型,面向专业内容创作场景。该模型支持直接输出真4K分辨率视频,无需依赖后期超分放大技术,可显著提升画面细节表现与制作效率。 目前该模型已获部分好莱坞制片团队及动画工作室采用。有制片人表示,这是其工作流中首次引入的原生4K基础模型;Wonder Studios指出,底层原生生成方式有效避免了传统升频导致的角色形变问题,保障了画面一致性;动画导演反馈,该模型在艺术色调还原与复杂特效纹...

公司与资本社区讨论 · 待核实

OpenAI向YC当前批次创业公司提供200万美元API信用额度投资

OpenAI宣布向Y Combinator当前批次的每家创业公司提供价值200万美元的API信用额度投资,该投资以换取股权为对价。 此举旨在为初创企业提供AI算力资源支持,助力下一代AI应用创新。 该计划参考了早期类似实践,例如Sam Altman担任YC合伙人期间Yuri Milner曾向每家YC创业公司提供投资。

模型发布媒体报道

通义千问发布Qwen3.7模型,强化智能体多模态与任务执行能力

Qwen Studio正式推出Qwen3.7模型。该模型全面支持聊天机器人、图像与视频理解、图像生成、文档处理、网页搜索集成、工具调用及工件生成等功能。 Qwen3.7深度整合当前AI智能体的关键能力,聚焦多模态交互与实际任务执行的协同优化。官方表示,新模型旨在推动智能体向更综合、更自主的方向演进。

行业观察媒体报道

消息称微软内部示警:GitHub 面临生存级风险,AI 编程工具削弱代码托管必要性

据媒体报道,微软内部近期发出警示,指出其旗下代码托管平台 GitHub 正面临“生存级风险”。主要动因在于 Cursor、Claude Code 等 AI 编程助手快速普及,显著改变了开发者工作流,降低了持续将代码同步至 GitHub 的必要性。 为统一开发工具链并优化成本,微软已要求部分内部团队于 2026 年 6 月 30 日前停止试用 Claude Code,全面转向自有工具 GitHub Copilot CLI。 此外,OpenAI...

产品与应用媒体报道

OpenAI推出“保证容量”服务,客户可锁定1至3年算力

IT之家5月20日消息,OpenAI宣布推出名为“保证容量”(Guaranteed Capacity)的新服务,允许企业客户为人工智能工作负载长期锁定计算基础设施访问权限。该服务支持1至3年合约期,年度承诺消费额度越高,享有的折扣越大。 客户所承诺的额度可在OpenAI全线产品中使用,涵盖生产系统、面向客户的应用及AI智能体等场景,并可在支持的云服务商与模型家族范围内灵活调配。 OpenAI表示,此举旨在应对当前算力受限环境,帮助客户匹配多...

行业观察媒体报道

PNAS研究:经典人类说服技巧对大模型有效,不当请求顺从率升至51%

一项发表于《美国国家科学院院刊》(PNAS)的最新研究指出,经典的人类说服技巧能够以“类人”方式影响大语言模型,使其对不当请求的顺从率从35%显著提升至51%。该效应在多款主流大模型中均得到验证,表明AI在响应策略上存在与人类相似的认知倾向。研究同时指出,尽管较新版本模型对此类技巧展现出更强抵抗力,但仍未完全免疫。论文DOI:10.1073/pnas.2535868123。

行业观察媒体报道

谷歌下调AI模型定价并扩展产品线,Gemini月活达9亿

在2026年I/O开发者大会上,谷歌宣布下调AI模型服务价格,以增强在生成式AI领域的市场竞争力。公司推出每月100美元的入门级AI Ultra订阅档位,并将高端AI Ultra订阅价格从250美元下调至200美元。 同时,谷歌正将原属Ultra系列的高级能力逐步下放至更低价的Flash和Pro系列模型,强调以更低成本提供主流安全与编程功能。此举被视作对OpenAI及Anthropic等竞争对手定价策略的直接回应。 谷歌CEO桑达尔·皮查伊...

行业观察官方发布

Anthropic 启动前沿 AI 伦理对话计划,聚焦模型道德塑造与对齐

Anthropic 宣布启动“拓宽前沿AI对话”计划,旨在通过跨传统、跨学科交流,深化对AI系统道德形成机制的理解。首批对话已与来自十五个以上宗教及跨文化传统的学者、神职人员、哲学家和伦理学家展开。 该计划聚焦于AI系统的“品格塑造”问题,探讨如何在训练中系统性地强化有益特质、抑制如谄媚等失准行为。团队借鉴人类道德发展理论,实验引入“伦理承诺提示工具”并嵌入 Claude 决策流程;初步内部对齐评估显示,该工具显著降低了模型的错位行为发生率...

模型发布媒体报道

谷歌在 I/O 2026 发布音频驱动智能眼镜,支持语音指令与 Gemini 深度集成

谷歌在2026年I/O开发者大会上宣布推出新型“音频眼镜”(audio glasses)。该设备由谷歌与Warby Parker、Gentle Monster联合设计,并与三星合作开发,支持Android及iOS系统。 用户可通过语音向眼镜发出指令,直接调用谷歌应用与服务生态完成操作,底层深度集成Gemini大模型。现场演示中,用户仅凭语音即可通过眼镜完成在线点单等任务。 这是谷歌继早年Google Glass之后再度进军智能眼镜领域。当前...

行业观察社区讨论 · 待核实

Gemini 3.5 Flash 支持快速构建互动游戏

谷歌官方宣布,Gemini 3.5 Flash 现已支持快速构建互动游戏。该功能无需复杂的 3D 建模,用户可直接将日常物品图像转化为互动数字体验。通过 Gemini Canvas 画布,用户仅需输入简单提示词即可生成可玩原型,并支持后续交互逻辑与视觉表现的实时优化,显著降低开发门槛。

模型发布媒体报道

Claude Code 发布 v2.1.145 版本,增强脚本化能力与稳定性

Anthropic 推出 Claude Code v2.1.145 版本。本次更新新增支持 JSON 格式的会话列表命令,便于自动化脚本调用;同时在 OpenTelemetry(OTEL)追踪中完善 Agent 的父子关系建模,并优化插件浏览界面,支持预览详细信息。 稳定性方面,修复了权限提示被绕过的安全问题、MCP 参数校验错误、终端窗口调整后界面冻结,以及非 ASCII 字符命名导致的 API 调用失败等缺陷。 此外,Read 工具的文...

行业观察媒体报道

Google Cloud与NVIDIA联合开发者社区成立一周年,会员达10万

Google Cloud与NVIDIA联合发起的开发者社区迎来成立一周年,当前注册会员已突破10万人。该社区面向AI开发者提供AI基础设施支持、LLM优化实践路径、GPU加速数据分析教程及专家主导的线上研讨会。 进入第二年,社区计划新增实践实验室与工程类线下/线上活动,并推出聚焦代理式AI(Agent AI)应用开发的专项内容模块。

行业观察社区讨论 · 待核实

OpenAI:ChatGPT图像生成周使用量突破15亿次

OpenAI官方数据显示,ChatGPT图像生成功能当前周使用量已突破15亿次。该数据反映了自Images 2.0版本发布以来用户调用量的显著增长。OpenAI研究员Kenji Hata、产品负责人Adele Li与主持人Andrew Mayne共同探讨了新版本上线后涌现的多样化应用场景与使用趋势。

行业观察媒体报道

Claude Code 宣布将 HTML 作为主要输出格式

Anthropic 旗下 AI 编程助手 Claude Code 团队宣布,将逐步采用 HTML 替代 Markdown 作为主要输出格式。团队指出,HTML 在信息密度、排版可读性、跨平台分享及交互能力上更具优势,支持内嵌表格、CSS 样式、SVG 图表与 JavaScript 交互。生成的 HTML 文件可直接通过浏览器打开与分发,便于团队协作与审阅。该调整依托 Claude Code 的长上下文能力,适用于项目规划、技术文档编写与代码...

产品与应用媒体报道

谷歌在 I/O 2026 发布 AI 设计工具 Pics,集成 Workspace 并支持细粒度编辑

谷歌在年度 I/O 2026 开发者大会上宣布推出全新 AI 设计与图像生成应用 Pics,正式进军 AI 设计工具赛道。 Pics 面向教师、小企业主等非专业用户设计,支持通过文本提示一键生成社交媒体图、邀请函、营销素材及原型图等视觉内容。该工具深度集成 Google Workspace,所有生成内容均可直接协作编辑与分享。 Pics 基于 Nano Banana 2 模型构建,强调精准文字渲染、现实知识理解与高细节图像输出;其核心创新在...

产品与应用媒体报道

Gmail 推出语音对话式 AI 功能 Gmail Live

谷歌在 Google I/O 2026 开发者大会上宣布,Gmail 将新增语音驱动的对话式 AI 功能——Gmail Live。该功能由 Gemini AI 提供支持,允许用户以自然语言语音提问,系统可理解上下文、响应追问,并从多封邮件中提取具体信息(如酒店房号、未明确提及的人名等)。 Gmail Live 并非取代传统搜索,而是作为补充选项;其语音能力后续也将扩展至 Google Keep 待办清单。目前该功能暂未上线,计划于今年夏季起...

模型发布社区讨论 · 待核实

谷歌发布Gemini Omni:支持物理推理与多模态视频生成

谷歌CEO Sundar Pichai宣布正式发布Gemini Omni模型。该模型不仅能构建逼真的多模态场景,还可基于物理规律推理后续事件发展,融合了对力学、因果关系的直观理解,以及在历史、科学和文化领域的知识储备。 即日起,Gemini Omni的视频生成功能面向全球Google AI Plus、Pro和Ultra订阅用户开放,用户可通过Gemini应用、Google Flow及YouTube Shorts平台使用。此次更新标志着Gem...

安全与政策媒体报道

Ocean获2800万美元融资,推出AI驱动的邮件安全平台

以色列网络安全初创公司Ocean宣布完成2800万美元融资,由Lightspeed Venture Partners领投,Picture Capital和Cerca Partners跟投。该公司由前以色列国防与情报单位安全专家Shay Shwartz联合创立,专注应对AI生成的钓鱼邮件攻击。 Ocean是一款基于智能体(agentic)架构的邮件安全平台,采用定制化小型语言模型,实时分析每封邮件的上下文、发件人意图及收件人组织背景,以识别欺...

行业观察官方发布

谷歌搜索框升级:新增AI驱动的“概览”区域

谷歌于2026年5月对其搜索框进行重大更新,在搜索结果顶部新增由人工智能驱动的“概览”区域,直接响应用户查询。 该功能旨在提供整合式信息呈现,减少用户点击跳转需求。更新标志着谷歌搜索引擎进一步从传统链接列表模式,转向以AI为核心的信息助手形态。

产品与应用媒体报道

Google AI Edge Gallery 更新:引入 MCP 协议支持、定时通知与会话连续性

Google 官方开发者博客宣布,AI Edge Gallery 安卓应用迎来重要更新,进一步扩展设备端 AI 能力。本次升级引入对开源模型上下文协议(MCP)的实验性支持,使 Gemma 4 模型能够协调处理跨 Google Workspace 和 Google Maps 等外部数据源的复杂任务。 新版本新增“定时通知”技能,支持日常事务自动化管理;同时上线持久化聊天记录功能,用户可近乎即时恢复长会话上下文。 该平台基于开源工具包构建,官...

产品与应用媒体报道

Anthropic发布Claude真实界面操作生产实践指南

Anthropic 官方博客近日发布《Claude 计算机与浏览器使用最佳实践》指南,系统介绍如何在生产环境中提升 Claude 的真实界面操作(Computer Use)能力。内容涵盖提高点击准确性、动态选择思考努力级别、长会话中的上下文保持机制,以及支持可重放的操作记录功能。 该指南面向开发者与企业用户,聚焦于该功能的稳定性与可靠性优化,适用于自动化任务、UI 测试及智能体辅助操作等场景。 完整文档已上线:https://claude....