RSS
-
宝玉的分享https://baoyu.io/feed.xml
-
AIHOT 日报https://aihot.virxact.com/feed/daily.xml
-
AIHOT — 全部 AI 动态https://aihot.virxact.com/feed/all.xml
-
AIHOT — 精选https://aihot.virxact.com/feed.xml
Berry Xia展示用YouMind实现X长文创作与一键发布
Berry Xia演示如何用YouMind完成X长文创作并一键发布：将X、YouTube、播客等素材导入，在右侧对话框确定方向，中间区域修改调整，最后直接发布到X长文。配图可使用内置Skills批量生成。YouMind正进行618促销：新用户订阅Pro（20美元/月）或Max（100美元/月），月付首月5折，年付在省两个月基础上首年再8折。
比人鼻更准：新型电子嗅觉芯片可识别 0.05 克腐败坚果
加州大学伯克利分校团队研发出一款集成16个微型气体传感器阵列的电子嗅觉芯片，每个传感器涂有不同感应膜，接触气体后产生独特电信号，被称为"数字鼻子"。经机器学习训练，芯片能识别7种食品（草莓、蓝莓、香蕉、核桃、榛子、腰果、花生）以及新鲜与腐败的鸡肉、牛奶、鸡蛋。测试中可在沙拉或蛋糕等复杂气味背景中检出仅0.05克核桃。但在多种腐烂食物共存的开放环境中，准确性仍需验证。
Midjourney打造60秒全身扫描，优于MRI
天哪，Midjourney现在构建了一种快速、实惠、可重复的全身体扫描，设计得比MRI更好更便宜，大约60秒完成，体验更像一次水疗。
曹操出行宣布全面AI转型，到2030年累计部署10万辆Robotaxi
曹操出行在2026国际汽车及供应链博览会（香港）发布RoboX战略，提出"双十万计划"：到2030年累计部署10万辆Robotaxi与10万辆Robovan。公司宣布全面AI转型，已成立AI事业部，并与吉利远程新能源商用车战略合作推进Robovan规模化。2025年总收入202亿元，同比增长37.7%，覆盖国内195城，月活用户4130万。Robotaxi已部署超100辆，完全定制Robot...
面壁智能 MiniCPM-V 4.6 演示工业仪表读取，远超 OCR
面壁智能 MiniCPM-V 4.6 演示工业仪表读取，模型需同时理解指针角度、刻度范围、单位、数字显示、液位比例等视觉信号，输出结构化 JSON（pressure_bar， temp_c， flow_lpm， level_pct）。测试使用合成控制面板，评分标准为...
Claude Design 上线首周用户破百万，强化与 Claude Code 双向联动
Anthropic 宣布 Claude Design 上线首周用户突破 100 万。新版重构设计系统导入功能，支持从 GitHub 仓库、设计文件或直接上传素材获取设计系统，自动检测输出是否符合现有组件标准。用户可通过 `/design-sync` 拉取设计系统，完成设计后直接传递给 Claude Code 转化为软件；Claude Code 端也可用 `/design`...
深圳回应"全域投放无人驾驶网约车"：相关内容系政策误读夸大
深圳智能网联汽车管理条例修正案将于7月1日起施行。部分网帖将"有序探索全域开放道路测试"误读为"全域开放无人驾驶出租车"，实为片面解读。条例规定市政府可选择若干行政区或全市有序探索，关键在"有序探索"。当前智能网联汽车仅限于测试示范，市级层面未出台商业化试点政策。
Gemini 联合负责人 Noam Shazeer 加入 OpenAI
"Attention Is All You Need"论文合著者 Noam Shazeer 离开 Google 加入 OpenAI。他此前担任 Google 工程副总裁，与 Jeff Dean、Oriol Vinyals 共同领导 Gemini 模型。Shazeer 于 2000 年加入 Google，2021 年离职创办 AI 聊天机器人初创公司 Character.AI，2024...
Anthropic 阿莫迪谈奥尔特曼：志不同、道不合、信不过、懒得争
Anthropic CEO 达里奥·阿莫迪在6月18日采访中称，与OpenAI CEO萨姆·奥尔特曼的竞争已演变为"冷战"，双方愿景不同、互不信任，只能各走各路。他暗示市场与公众将裁决谁正确，并借印度AI峰会上两人未牵手合影的一幕批评峰会混乱。阿莫迪含蓄批评OpenAI在安全标准上的合作诚意，但否认行业"互不信任"，以与谷歌DeepMind CEO哈萨比斯的15年合作为例说明仍有可信参与者。
英伟达 ACE Game Agent SDK 进入 Beta 测试，内置 Qwen 3.5 4B 模型并支持 UE5
英伟达在虚幻嘉年华 2026 宣布 NVIDIA ACE Game Agent SDK 进入 Beta 测试。该轻量级 C/C++ 框架内置 Qwen 3.5 4B 模型用于决策、Chatterbox Turbo 350M 用于语音合成，包含 UE5 插件，可在 8GB 显存 GPU 上本地运行。SDK 提供 Agent API、Chat API 和 RAG API。已有 KRAFTON...
科大讯飞 AI 眼镜首销：40克重量、122种语言翻译，4299元
讯飞AI眼镜6月18日在京东首销，定价4299元（部分国补后3369元），重40克，获SGS舒适认证。核心搭载语音同传大模型，支持122种语言翻译，覆盖通话翻译、线上同传、同声传译（8米全向拾音）、面对面翻译（18语种离线）、视觉翻译及附赠App权益等六大场景。还支持实时提词、蓝牙遥控翻页，内置GlassClaw AI助理，可开会自动总结图文纪要。
本地版 Qwen 并不是比 Opus 差，它只是另一种工具
一位小型软件公司创始人基于自身业务和开源项目分享，本地 Qwen 27B/35-A3B 模型在特定场景下有实际价值，使用 RTX 6000 Pro 显卡运行，显卡成本已在头两三个月内收回。但本地模型量化后容易出现无限循环和模型幻觉，无法无人监督使用，作者认为不应过度吹捧替代云端 Opus，而是把它看作另一种工具。
Catnip 推出 MaineCoon：实时交互音视频 AI 模型
Catnip 发布 MaineCoon，一款 22B 参数的流式实时交互音频-视觉模型，可在屏幕上呈现活生生的 AI 角色。首帧生成不到 1 秒，推理速度达 47.5 FPS（单张 H100），比现有音视频模型快 7 倍。该模型支持无限时长交互，强调 AI 持续在场而非轮流回复，旨在将被动视频升级为实时 AI 存在感。
Apodex：面向深度研究的自进化重载求解器
Apodex专为解决无现成答案的硬问题设计。可同时派出最多150个子Agent并行探索，总步数超15，000步。在BrowseComp上超越GPT-5.5-pro，在DeepSearchQA上超越Claude-Opus-4.8和Kimi-K2.6。工作流程分深度研究、自我校验、撰写三阶段。内置三层自我验证机制（冲突审查员、事实检查员、草稿审查员）及独立全局验证器。由AgentOS负责调度、路...
MOSS-TTS-Local-Transformer-v1.5 在 SGLang-Omni 上：原生流式 48 kHz 语音服务
MOSS-TTS-Local-Transformer-v1.5 是一款开源 TTS 模型，支持 48 kHz 立体声、零样本声音克隆、最长 10 分钟长文本合成、时长控制及 31 种语言。其核心采用 Qwen3-4B 骨干与约 2B 参数的 MOSS-Audio-Tokenizer-v2 音频编解码器，通过 12 个 RVQ 码本运行。SGLang-Omni 以三阶段流水线部署该模型。在...
MOSS-TTS-Local-Transformer-v1.5 在 SGLang-Omni 上：原生流式 48 kHz 语音服务
MOSS-TTS-Local-Transformer-v1.5 是一款开源 TTS 模型，支持 48 kHz 立体声、零样本声音克隆、最长 10 分钟长文本合成、时长控制及 31 种语言。其核心采用 Qwen3-4B 骨干与约 2B 参数的 MOSS-Audio-Tokenizer-v2 音频编解码器，通过 12 个 RVQ 码本运行。SGLang-Omni 以三阶段流水线部署该模型。在...
英伟达GEAR实验室首次启用AutoResearch，机器人自学完成装显卡等高精度任务
英伟达GEAR实验室联合负责人Jim Fan于6月17日宣布，基于ENPIRE编码智能体框架，首次在物理世界中启用AutoResearch。团队为8个Codex智能体配备机器人、GPU和Token预算，设定目标高效完成任务。机器人自主学会寻找视觉线索、重置场景、练习技能、调整控制堆栈、在线阅读论文等，并通过物理世界API独立完成系扎带、整理钉子、插显卡等高精度任务。Jim...
Vivek Nair：AI让"假研究"更舒适
Vivek Nair的文章（520万阅读）指出，2026年AI让研究变成"看起来像在研究"而非真正研究。算法选论文、AI总结摘要、生成代码，使"SFT型"（监督微调）研究异常舒适，但判断力无法被替代。真正的原创研究是"RL型"：从目标出发推理。Vivek开出药方：自己选题、读原文、写下来、盯着失败看。大多数人阅读后继续刷下一条。
Midjourney 成立医疗部门，推出超声波全身扫描舱
Midjourney 宣布成立 Midjourney Medical，进军医疗硬件领域，计划制造基于超声波和水耦合介质的全身扫描舱。该设备无需辐射或强磁场，配备 50 万个微型传感器阵列，60 秒内完成全身层析成像，理论速度比传统 MRI 快近 100 倍。公司还将在旧金山开设 Midjourney Spa，融合扫描、泡澡、桑拿、冷水浴，鼓励像按摩一样轻松完成定期扫描。目标全球部署 5...
奔驰轴向磁通电机量产落地，首搭跑车 AMG GT 零百加速 2.1 秒
6月18日，奔驰宣布轴向磁通电机在柏林工厂启动大规模量产。生产过程包含98道工序，其中65道为奔驰首次应用、35道全球首创，开发超30项新技术并提交专利申请。装配中"婚礼"环节需在9000牛磁力下将定子固定于磁中心平面，公差小于0.1毫米。全新AMG GT高性能四门跑车为首款量产搭载该电机的纯电车型，零百加速2.1秒，峰值功率860千瓦，峰值扭矩2000牛·米。
Vivek Nair 爆文《How to Be Good at Research？》解读：真正的研究是 RL 型而非 SFT 型
Vivek Nair 文章批评多数人只"逆向工程"研究外表（SFT 型），而非自己选题（RL 型）。AI 信息流（推特、arXiv、群聊）系统性地制造共享想法，让人丧失判断力。他开药方：自己选题、读原文、写下来、盯着失败看。2026 年 AI 让 SFT 更舒适（AI 摘要、AI 设计实验），却削弱判断力锻炼。神经科学证明流畅解释易致假顿悟（2025 年 Nature...
卡兹克推荐10本AI时代必读好书：无一直接谈AI，底层能力决定使用水平
卡兹克分享10本对理解AI极有帮助的书，但无一直接关于AI技术。他强调决定AI使用水平的是底层能力，而非工具技巧。书单包括：凯文·凯利《失控》（1994年，核心概念"涌现"--大量简单个体协作产生复杂智能）；维纳《人有人的用处》（1950年控制论之父提出"反馈"是人机协作核心）；梅多斯《系统之美》（警惕"舍本逐末"--用AI替代思考导致能力存量流失）；罗斯林《事实》（用数据思考避免情绪化决策...
Transformer 核心作者 Noam Shazeer 加入 OpenAI
Transformer 核心作者 Noam Shazeer 宣布加入 OpenAI。2021 年他因谷歌拒绝发布其聊天机器人而离职创办 Character.AI；2024 年谷歌以约 27 亿美元技术许可协议将其请回，他担任 Gemini 技术负责人。此次离职后 OpenAI 与 xAI 均参与争抢。Shazeer 是《Attention Is All You Need》主要作者，发明了...
Codex推iOS构建插件：浏览器预览与热重载
OpenAI 的 Codex 新增"Build iOS Apps"插件，可内嵌浏览器运行应用、打开 SwiftUI 预览、热重载编辑，全程无需离开 Codex，告别复制-粘贴-构建-截图的循环。Greg Brockman 称这是构建 iOS 应用更好方式。
swyx 的 Midjourney 医疗产品发布现场笔记
swyx 记录 Midjourney 医疗产品发布，与会者将其比作初代 iPhone 和特斯拉发布。该产品旨在将医学成像质量提升 40-100 倍，实现"扫描器官像称体重"。Midjourney 仅以每年 1000 万美元研发预算支撑这一创新，质疑其他机构的研发效率。今年 MJ 另有 7 个副项目计划发布。Nature 论文及 biohub 播客佐证更好数据驱动更好科学。swyx...
阿里开源首个统一科学大模型 LOGOS，仅用 1/56 参数超越微软 NatureLM
6 月 18 日，阿里 ATH-Token Foundry 联合人大高瓴人工智能学院开源首个基于统一"科学语法"的多领域科学生成基础模型 LOGOS。LOGOS-1B 仅用 1B 参数量（1/56）在多个任务上超越微软 NatureLM（8×7B）。模型构建涵盖 7 类模态、共 44.87B tokens 的预训练语料，通过共享词表将蛋白质、小分子等异构对象编码为统一离散 token...
Noam Shazeer出走OpenAI，Gemini前景蒙尘
两年前Google以27亿美元请回的AI传奇人物Noam Shazeer，现已离职加入OpenAI。多位DeepMind内部人士称Noam曾拯救Gemini，甚至有传说他仅修改几行训练代码就使模型质量瞬间跃升。尽管有这般贡献，Gemini的编程能力仍显落后。作者对Gemini的未来感到不确定，希望它能重返昔日辉煌，强调行业需要更多模型选择。
英国监管机构要求谷歌整改：限期6个月提高搜索算法透明度
英国竞争与市场管理局（CMA）依据2025年数字竞争框架，限期6个月要求谷歌全面整改搜索排名系统。所有自然搜索结果必须基于客观、非歧视的标准，AI概述功能也不得偏袒任何平台。CMA同时要求谷歌建立更透明的内部投诉处理流程，并允许用户将个人搜索数据安全迁移至第三方。谷歌需在3个月内完成数据可移植性架构。谷歌发言人回应称其排名系统已公平透明，但将配合监管。
路透社：Google Gemini 联合负责人 Noam Shazeer 离职加入 OpenAI
路透社消息，Google Gemini 联合负责人 Noam Shazeer 将离开 Google 加入 OpenAI。他是 Transformer 时代最重要的模型构建者之一。Google 曾于 2024 年支付 27 亿美元从 Character.AI 将其与团队带回，并让他负责 Gemini 项目。Shazeer 在推文中表示期待加入 OpenAI，并对 Google...