🧠 模型發佈/更新
1. Meta Superintelligence Labs 推出 Muse Image 和 Muse Video
Meta Superintelligence Labs 發佈首個媒體生成模型 Muse Image 和 Muse Video。Muse Image 是目前最先進的圖像生成模型，能精確遵循指令、精準編輯、多參考構圖，並利用 Instagram 社交上下文。它還具備智能體工具使用能力並集成 Muse Spark。用戶可通過 Meta AI 應用、網頁、Instagram Stories 和 WhatsApp 試用，初始限於部分國家。Muse Video 基於相同預訓練基礎，實現高視覺保真度並原生支持音頻。
TIP來源：X：AI at Meta (@AIatMeta)
🚀 產品發佈/更新
1. MIRA：可玩多人世界模型，20 FPS實時生成“火箭聯盟的夢”
MIRA是一個可玩、多人的世界模型，被形容為“火箭聯盟的夢”。它基於10k小時公開機器人收集的數據訓練，學習四玩家遊戲動態，根據按鍵實時生成畫面，幀率達20 FPS。模型由General Intuition與Kyutai Labs聯合構建，Epic Games提供協作。Ethan Mollick稱從最早的擴散DOOM玩過來，多人20 FPS效果出色。演示、技術報告及開源代碼已公開，在ICML Booth 111現場展示。
TIP來源：X：Ethan Mollick (@emollick)
2. Rowboat：開源、本地優先的桌面AI助手
Rowboat 是一個開源、本地優先的桌面 AI 助手，將郵件、會議、Slack 等數據索引為 Obsidian 風格的知識圖譜，提供持久上下文記憶。內置郵件客戶端、瀏覽器、會議記錄器、代碼模式（可調用 Claude Code 或 Codex 代理），並支持按事件或定時運行的背景代理。用戶可通過 MCP 協議接入 Exa 搜索、GitHub 等外部工具。所有數據以純 Markdown 格式本地存儲，無供應商鎖定，支持 Ollama/LM Studio 本地模型或使用 API 密鑰的託管模型。
TIP來源：Hacker News：AI 熱帖
3. Grok Imagine 更新：支持 15 秒視頻
Grok Imagine 更新。請更新你的 Grok 應用！15 秒 Imagine 視頻現已可用，質量令人難以置信。
TIP來源：X：Elon Musk (@elonmusk, xAI)
4. Claude Cowork 向移動端和網頁端開放
Claude Cowork 正在向移動端和網頁端開放，讓會話和文件跨設備同步。Beta 版將在未來幾周內首先面向 Max 用戶推出。Cowork 可讓 Claude 跨文件、日曆、郵件、即時通訊等工具完成複雜任務，其中超過 90% 的使用場景並非軟件開發，而是日常知識工作（業務運營和內容創作）。工作可跨設備跟隨用戶：在桌面端開始任務，從手機查看進度；關閉筆記本後 Claude 可繼續後臺運行，支持定時任務（如週一 6 點自動準備客戶簡報）。當需要用戶決策時，Claude 會將問題推送到手機。桌面端保留完整 Cowork 體驗，支持無法安裝桌面應用的用戶。聊天和 Cowork 已在網頁端和桌面端合併。為慶祝上線，雙倍 Cowork 使…
TIP來源：Claude：Blog（網頁）
5. Gemini API Managed Agents 新增後臺執行、遠程 MCP 與自定義函數等能力
Google 為 Gemini API 的 Managed Agents 新增後臺執行、遠程 MCP 服務器集成、自定義函數調用與憑證刷新功能。後臺執行通過傳入 background: true 異步運行任務，立即返回 ID 供輪詢狀態或流式獲取進度。Managed Agents 可直接連接遠程 MCP 服務器，無需自定義代理中間件，並能與內置沙箱工具（如 Google 搜索、代碼執行）混合使用。自定義函數調用支持本地執行業務邏輯，內置工具自動在服務端運行。憑證刷新通過傳遞現有環境 ID 和新網絡配置完成，沙箱內文件系統、已安裝包和倉庫保持不變。這些更新旨在幫助開發者構建可靠的生產級 AI 智能體。
TIP來源：Google Blog：AI（RSS）
6. NotebookLM短視頻概覽正式上線
短視頻概覽功能已正式在移動端和網頁端面向所有英語用戶全面上線！ 一如既往，您的意見對我們至關重要。請在下方分享您最喜歡的作品，並告訴我們接下來需要添加哪些功能！❤️
TIP來源：X：NotebookLM (@NotebookLM)
7. Hugging Face Storage 成為 SkyPilot 一級後端：零出站費跨雲存儲
Hugging Face Storage 現為 SkyPilot 的一級後端。用戶通過 hf:// URL 和現有 HFTOKEN 即可將 Hugging Face Bucket（讀寫）或模型/數據集/Space 倉庫（只讀）掛載到 SkyPilot 任務中，支持 MOUNT（FUSE 懶加載）或 COPY 模式。SkyPilot 可將任務調度到 20+ 雲、Kubernetes、Slurm 及本地集群的任意可用 GPU 上。Hugging Face 不收取出站及 CDN 費用，故跨雲讀取數據無額外成本。存儲價格 $12–18/TB/月，低於 AWS S3 加出站費。Bucket 基於 Xet，增量檢查點和模型變體僅存儲和傳輸改…
TIP來源：Hugging Face：Blog（RSS）
8. Claude Code v2.1.203 發佈
本次更新新增登錄過期警告和手動權限模式標記，並將附加工作目錄加入 MCP roots/list。修復了 macOS 下因內存檢測誤報導致後臺會話卡頓 15–20 秒（迴歸自 2.1.196）、後臺會話因 token 過期永久不可用（現自動恢復）、交互式會話中上下文指示器每輪重分析整個對話導致 CPU 和內存迴歸等問題。同時改進了長響應流時的實時預覽性能，並降低了子代理重新委託任務的傾向。二進制體積減少約 7 MB，啟動內存減少約 7 MB。左側箭頭不再關閉後臺任務/差異/工作流詳情視圖，改為 Esc。
TIP來源：Claude Code：GitHub Releases（RSS）
🏛️ 行業動態
1. 中國擬限制外國訪問最強AI模型
中國計劃限制外國訪問其最強AI模型，近期與阿里巴巴、字節跳動、Z.ai等企業會談，擬將先進模型（含未發佈）留在中國國內。商務部主導、國家發改委參與，表明此舉屬出口管制而非平臺監管。目標涵蓋閉源和開源模型，不僅限API訪問，還包括可下載權重。同時討論將模型洩漏視為國家安全犯罪，並限制外國資本投資中國AI初創。若實施，外國公司將失去低成本模型訪問權。此前華盛頓已限制美國先進模型出口，此舉可能進一步分裂全球AI市場。
TIP來源：X：Rohan Paul (@rohanpaul_ai)
2. Ethan Mollick：開放權重模型供給難持續
這是一個關鍵原因，我不期望前沿開放權重模型的流動會無限期持續，甚至不會持續更長時間。
TIP來源：X：Ethan Mollick (@emollick)
3. 微軟為降成本在Copilot中用自研MAI模型替換OpenAI和Anthropic模型
微軟正用自研MAI模型替換Copilot產品中的OpenAI和Anthropic模型以降低支出。MAI模型已在Excel和Outlook中每週處理數萬次請求，但佔比仍小。Build大會上發佈推理模型MAI-Thinking 1，聲稱編碼媲美Sonnet 4.6和Opus 4.6，但基準測試大幅落後，僅與DeepSeek V3.2相當。AI負責人承認目標是削減並消除對Anthropic的支出。CEO暗示未來可能按用量計費，MAI為默認，第三方模型付費附加。微軟稱MAI使用乾淨商業許可數據，實際基於Common Crawl。
TIP來源：The Decoder：AI News（RSS）
4. 美國首批自主地面車輛在烏克蘭參戰
美國自動駕駛車輛公司 Forterra 宣佈，過去九個月已向烏克蘭戰場部署超過 100 輛基於 Polaris ATV 的 Lancer 自主地面車輛。這些汽油動力車輛可攜帶 750 公斤貨物，加裝 Starlink 天線實現遠程操控，已執行 1100 多次任務，行駛 2500 英里，運送 777,440 磅物資，完成 52 次傷員撤離。目前車輛主要採用遠程操作，因自主系統尚無法實時識別並應對敵方威脅。Forterra 已融資超 5 億美元，正將經典機器人方法與生成式 AI 結合以提升自主能力。美軍專家認為地面自主技術已具實戰價值。
TIP來源：TechCrunch：AI（RSS）
📄 論文研究
1. 蘋果研究：單個神經元即可繞過大型語言模型的安全對齊
蘋果研究人員發現，安全對齊由兩類神經元調控：拒絕神經元控制有害知識是否表達，概念神經元編碼有害知識本身。在七個模型（1.7B至70B參數）中，僅需抑制單個拒絕神經元即可繞過安全對齊，回答有害請求；或放大單個概念神經元，從無害提示誘導出有害內容。整個過程無需訓練或提示工程。結果表明安全對齊由個別神經元因果控制。
TIP來源：Apple Machine Learning Research（RSS）
2. Weblica：面向視覺網頁智能體的可擴展可復現訓練環境
蘋果研究團隊提出Weblica框架，通過HTTP級緩存保存網頁穩定視覺狀態並保留交互行為，結合大語言模型基於真實網站與核心導航技能合成環境，構建可復現、可擴展的訓練環境。該框架將強化學習訓練擴展到數千個多樣化的環境和任務。最佳模型Weblica-8B在多個網頁導航基準上超越同等規模的開源模型，推理步驟更少，測試時計算擴展性良好，性能與API模型相當。
TIP來源：Apple Machine Learning Research（RSS）
3. DynaMiCS：帶性能約束的大語言模型動態混合微調
DynaMiCS是一種動態混合優化器，將多領域微調建模為帶性能約束的優化問題。它通過短領域特定探測運行估計跨領域效應斜率矩陣，再基於概率單純形優化計算混合權重，在提升目標領域性能的同時將約束領域損失維持在參考水平以下。實驗表明，DynaMiCS相比固定混合基線取得更強的目標領域提升和約束滿足，且計算成本更低，無需參考模型、逐樣本評分或手動調節混合權重。
TIP來源：Apple Machine Learning Research（RSS）
💡 技巧與觀點
1. Elvis Saravia 通過 HITL 和 DialAgent 提升 agentic loops 可靠性
Elvis Saravia 介紹使用 human-in-the-loop（HITL）來提升 agentic loops 的可靠性。他所有 Claude 和 Codex agent 會話都通過 @DialAgent MCP 服務器，該服務器為 agent 提供專屬號碼，支持語音、SMS、iMessage 作為原生工具。當循環/自動化處理 PR 或新功能時，agent 會通過簡短電話將決策升級給人類，尤其適合在路上或離開電腦時。用戶可粘貼指令讓 agent 撥打電話測試。DialAgent 提供 $5 免費額度：http://getdial.ai
TIP來源：X：Elvis Saravia (@omarsar0, DAIR.AI)
2. FDE爆發：AI公司12個月承諾97.5億美元部署工程
AI公司在12個月內合計承諾97.5億美元用於建設前部署工程（FDE）團隊。三種結構模型浮現：資產負債模型（微軟、亞馬遜從現有編制調配，Salesforce承諾1000個FDE崗位）；獨立實體模型（OpenAI Deployment Company融資40億美元，投後估值140億；Anthropic從黑石等融資15億美元）；合作伙伴生態系統模型（Google Cloud承諾7.5億美元合作伙伴基金）。瓶頸從模型能力轉向部署——GPT-4、Claude、Gemini已足夠強大，但多數企業無法自行安裝配置。FDE投資構成護城河：嵌入式工程師教育客戶、獲取專有工作流與數據反饋模型調優，切換成本為制度性而非技術性。
TIP來源：Tomer Tunguz 博客（VC 分析）
3. YC CEO聲稱每日用AI部署3.7萬行代碼，開發者審查發現前端代碼大量臃腫低效
Y Combinator CEO Garry Tan在X上宣稱，他與AI編碼代理每天在五個項目中部署37000行代碼，並保持連續72天發佈記錄。波蘭開發者Gregorein深入審查Tan網站前端代碼，發現大量臃腫與低效問題：頁面加載169次請求、總計6.42MB數據（對比Hacker News僅7次12KB）；包含28個測試文件、78個未使用的JavaScript控制器、八種格式Logo（含空文件）、未壓縮的舊PNG等。Gregorein指出，AI雖能快速生成代碼，但質量仍應優先於數量。
TIP來源：Hacker News 熱門（buzzing.cc 中文翻譯）
4. Liquid AI 開源 Antidoom：基於最終 Token 偏好優化的推理模型死循環修復方法
Liquid AI 開源了 Antidoom，一種基於 Final Token Preference Optimization (FTPO) 的針對性修復方法，用於減少推理模型中的 doom loop（死循環）問題。該方法定位循環開始的第一個 token，訓練模型選擇連貫替代項，而不改變整體輸出分佈。在 LFM2.5-2.6B 上，硬數學和編程任務中的循環率從 10.2% 降至 1.4%；Qwen3.5-4B 上從 22.9% 降至 1%。整套流程可在數小時內完成，全部代碼和數據集（LiquidAI/antidoom-mix-v1.0）已開源。
TIP來源：MarkTechPost（RSS）
5. 在網絡不穩定的地區，小型AI模型正逐漸普及
2019年，Adebayo Alonge因服務器遠在美國致RxScanner單次掃描超5分鐘，工程師2小時內將AI模型縮小至可在Android手機本地運行，此後RxScanner能在無寬帶、缺電地區驗藥。小AI模型參數通常至多幾十億，可在手機或Raspberry Pi上運行，功耗僅數瓦。類似案例包括印度腰果病害檢測無人機、烏拉圭螞蟻入侵識別、瘧蚊檢測及巴西基於Arduino的心電圖設備。世界銀行報告顯示，全球最窮國家僅0.7%互聯網用戶用過ChatGPT，發達國家達四分之一；行長認為小AI是為缺乏算力與電力的地區提供生命救助服務的關鍵。
TIP來源：Hacker News 熱門（buzzing.cc 中文翻譯）
6. Krea 2 身份保留功能上線
Krea 2 的身份保留功能已發佈，配套模型和 ComfyUI 節點也已上線。🔥
TIP來源：X：Krea AI (@krea_ai)
7. 人們如何使用Claude Cowork
基於2026年5月11-31日120萬次匿名會話樣本，Claude Cowork最大用途為業務流程與運營（33.4%），如整理報告、核對表格；其次為內容創作與文案（16.4%），如起草稿件、製作幻燈片；軟件開發僅佔8.7%。用戶多用它處理跨團隊銜接性任務，例如律師處理文檔格式、招聘經理彙總面試反饋。Claude Cowork面向所有Claude用戶開放。
TIP來源：Claude：Blog（網頁）
8. 在 Claude Code 中選擇 Claude 模型與努力級別
Claude Code 提供模型（model）和努力級別（effort）兩種設置。模型選擇決定能力範圍，更大模型（如 Claude Fable 5）在基準上優於 Claude Sonnet。努力級別不單是思考時間，還控制讀取文件數、驗證步驟及多步任務的推進深度。較高努力下 Claude 會自行讀取文件、運行測試並複核；較低努力則更傾向請求用戶提供上下文。若 Claude 已掌握上下文但仍出錯，應換更強大模型；若因跳讀文件或未運行測試而出錯，則應提高努力級別。
TIP來源：Claude：Blog（網頁）
