模型发布社区讨论 · 待核实
谷歌发布 Gemini 3.5 Flash 模型
谷歌在 Google I/O 大会期间正式推出 Gemini 3.5 Flash 模型。官方称其为目前在快速、高效完成任务方面表现最佳的 Gemini 系列模型。 该模型面向日常任务及多步骤创意项目设计，强调对现实世界复杂场景的响应能力与行动支持能力。 Gemini 3.5 Flash 现已上线，具体技术参数与接入方式暂未披露。
AI 快讯
实时更新 · 最近 02:02北京时间
5月20日 周三
模型发布媒体报道
谷歌发布多模态模型 Gemini Omni，支持图文音频生成视频
谷歌在2026年I/O开发者大会上正式发布Gemini Omni系列多模态模型，首个版本Gemini Omni Flash即日起上线Gemini应用、YouTube Shorts及AI创意工作室Flow。该模型可融合文本、图像、音频与视频输入，通过自然语言指令生成或编辑视频，首期支持生成最长10秒的高质量视频。 Gemini Omni Flash具备物理、文化、历史与科学常识理解能力，例如输入“黏土动画风格的蛋白质折叠讲解”，即可生成含语音...
模型发布媒体报道
谷歌更新 Gemini 应用，推出 Daily Brief 与 Gemini Omni 视频模型
谷歌在2026年I/O开发者大会上宣布对Gemini应用进行重大更新，旨在将其从单一聊天工具升级为多功能AI中心，以增强与ChatGPT、Claude等竞品的竞争力。 新版本引入“Daily Brief”功能，面向美国Google AI订阅用户上线。该功能整合用户邮箱、日历及待办事项，自动生成个性化晨间摘要，并按优先级排序任务、建议下一步操作。 应用界面全面重构，采用名为“Neural Expressive”的新设计语言，支持流畅动画、高对...
5月19日 周二
模型发布官方发布
Hugging Face发布Ettin重排序模型家族，涵盖1700万至10亿参数六款CrossEncoder
Hugging Face 正式发布 Ettin 重排序（Reranker）模型家族，共包含六款 Sentence Transformers CrossEncoder 模型，参数量覆盖 17M、32M、68M、150M、400M 及 1B。该系列均基于约翰霍普金斯大学研发的 Ettin ModernBERT 编码器构建。 该系列模型采用知识蒸馏技术训练，以 mixedbread ai/mxbai rerank large v2 为教师模型，结...
模型发布社区讨论 · 待核实
谷歌 I/O 大会曝光 Gemini 3.5 Flash，已上线 Google Cloud 控制台
在2026年谷歌 I/O 开发者大会期间，Gemini 3.5 Flash 模型已出现在 Google Cloud 控制台中。目前该模型的具体技术参数与详细功能尚未正式公布，后续进展值得关注。
模型发布媒体报道
地平线开源4亿参数机器人“小脑”大模型HoloMotion-1
地平线机器人实验室正式开源人形机器人全身控制模型HoloMotion 1。该模型参数量为4亿，定位为机器人“小脑”，采用MoE稀疏激活与KV cache推理机制，在端侧可实现约300FPS的实时推理。 HoloMotion 1融合互联网视频、光学动捕及VR遥操作等多源动作数据进行训练，支持零样本迁移。在真实机器人上，该模型已成功演示舞蹈、爬行、健身、搬运箱子等复杂动作。 目前，相关代码与技术报告已公开。
模型发布媒体报道
Claude AI 助手发布 v2.1.144 版本
Claude AI 助手正式发布 v2.1.144 版本。本次更新新增对后台会话的 /resume 命令支持，并将原“extra usage”统一更名为“usage credits”。 版本包含多项稳定性修复：优化网络异常处理以缓解启动卡顿；修复窗口缩放及长时间会话引发的终端显示错乱；解决 macOS 特定路径下崩溃问题。 此外，该版本改进了模型选择持久化、文件读取逻辑、工具调用流程，以及 MCP 服务器分页工具列表的处理，并减少了 VS...
模型发布社区讨论 · 待核实
通义千问发布 Qwen 3.7 预览版
5月18日，阿里巴巴通义实验室通过官方X平台宣布推出Qwen 3.7预览版。该版本目前处于预览阶段，官方暂未公布完整技术文档及公开下载渠道。
模型发布社区讨论 · 待核实
Claude 控制台上线提示缓存诊断功能
Anthropic 官方开发者账号宣布，Claude 控制台已正式上线提示缓存诊断功能。当请求未命中缓存时，开发者可精准定位提示词中发生变更的具体部分，并查看由此消耗的 Token 数量。该功能有助于优化提示工程与 API 成本管理。
模型发布社区讨论 · 待核实
xAI Grok创意套件三款新模型正式上线OpenRouter
xAI旗下Grok创意套件中的三款新模型现已在OpenRouter平台正式上线。此次更新的模型包括：Grok Imagine Image Quality（支持照片级真实感图像生成与编辑）、Grok Imagine Video（支持基于文本、图像或参考内容生成短视频）以及Grok Voice TTS 1.0（提供5种语音选项，覆盖20多种语言）。开发者与用户现可通过OpenRouter统一API接口调用上述模型。
模型发布社区讨论 · 待核实
阿里Qwen3.7预览版上线竞技场，视觉模型排名升至第五
阿里巴巴通义千问Qwen3.7预览版（Qwen3.7 Plus Preview）已上线LMSYS Chatbot Arena评测平台。目前，阿里在该平台视觉模型榜单中综合排名升至第五位。官方表示，Qwen3.7系列模型正式版将择期发布。
模型发布媒体报道
阿里千问Qwen3.7-Max/Plus预览版上线Arena AI，将于5月20日阿里云峰会正式发布
阿里通义千问Qwen3.7 Max Preview与Qwen3.7 Plus Preview预览版已正式上线Qwen Chat及Arena AI（原LMArena）平台，供用户抢先体验。 在Arena AI评测中，Qwen3.7 Max Preview在文本综合榜单排名第13位，Qwen3.7 Plus Preview在视觉综合榜单排名第16位，两款模型在国产大模型中均位列第一。目前该系列预览版仅支持“思考模式”，搜索与代码解释器功能暂未开...
模型发布社区讨论 · 待核实
Cursor发布自研编码模型Composer 2.5，性能对标Opus 4.7且成本大幅降低
AI编程工具Cursor正式发布自研编码模型Composer 2.5。官方数据显示，该模型在核心编码任务上的性能表现与Anthropic Opus 4.7相当。 在成本控制方面，Composer 2.5具备显著优势，其输入价格仅为Opus 4.7的十分之一，输出价格约为后者的三十分之一。 技术层面，新模型在长上下文处理、复杂任务执行、指令遵循可靠性及人机协作流畅度等方面均较前代实现明显提升，更适合处理长时间、大上下文的开发场景。
模型发布社区讨论 · 待核实
GitHub开源项目支持一键部署146角色AI团队并集成Claude Code
近日，一个GitHub开源项目引发业界关注，该项目星标数已突破10万，被社区称为2026年增长最快的AI项目之一。其核心功能为模拟完整AI公司架构，内置146个覆盖不同专业领域的AI专家角色及12个业务部门。开发者仅需通过单条命令，即可将全部AI角色集成至Claude Code环境中，实现前端开发、安全审计、产品管理及增长黑客等多职能的7×24小时自动化支持。目前该项目完全免费开放。
模型发布社区讨论 · 待核实
奥德赛实验室发布全球首个实时多Agent世界模型Agora-1
奥德赛实验室正式推出Agora 1，据称是全球首个实时多Agent世界模型，支持人类用户与多个AI智能体在同一模拟环境中实时互动并相互影响。 该模型以经典游戏《GoldenEye 007》死亡竞赛为演示场景，提供可交互的研究预览版本，用户目前已可在线体验动态生成的模拟世界。 项目标志着AI从单人生成式内容向多人共享、持续演化的“活世界”范式演进，潜在应用涵盖游戏、教育、机器人仿真及人机协同等领域。
模型发布社区讨论 · 待核实
开发者开源GPT-Image-2项目：一键生成并浏览380+艺术大师风格
一名开发者基于GPT Image 2模型，批量生成了涵盖超380位艺术家的风格化图像，包括蒙德里安、葛饰北斋等。为便于AI绘画提示词设计与艺术风格学习，该项目配套上线了可交互浏览网站，支持并置对比不同风格输出效果。目前，相关代码已开源至GitHub。
5月18日 周一
模型发布社区讨论 · 待核实
阿里云推出HappyHorse视频生成模型，已上线Model Studio平台
阿里云正式推出视频生成模型HappyHorse，并已上线Model Studio平台。该模型支持从文本提示词直接生成1080p分辨率、多镜头且具备现实感的视频内容，集成于统一工作流中。 据官方介绍，HappyHorse强调端到端生成性能与易用性，面向开发者及创作者提供开箱即用的视频生成能力。目前模型开放限时八折优惠，用户可通过官方链接体验演示并启动创作。
5月17日 周日
模型发布媒体报道
中国电信推出试商用 Token 套餐，集成主流大模型服务
中国电信正式推出系列试商用 Token 套餐，主要面向开发者及中小微企业、个人与家庭用户、Token 生态合作伙伴三类群体。 面向开发者、中小微企业及个人家庭客户，套餐提供“Token+连接+安全”一体化服务，包含三档 Token Plan，并可选配宽带上行提速包与安全防护包。该服务深度融合中国电信星辰大模型及 GLM 5 等国内主流大模型能力。 面向生态合作伙伴，中国电信计划后续推出天翼 Token 币及相关 Token 权益。
模型发布媒体报道
马斯克回应Grok迭代进度：V9模型已完成训练，预计3至4周后发布
火星财经5月17日消息，埃隆·马斯克回应社区关于Grok模型迭代进度的关切时表示，当前公开版本Grok V8（0.5T参数，版本号4.3）正以数日为周期持续优化；而Grok V9（1.5T参数）已完成基础训练并实现重大升级。V9后续将引入Cursor数据进行补充训练，并开展监督微调（SFT）与强化学习（RL）流程，预计整体发布周期为3至4周。
模型发布社区讨论 · 待核实
微信读书上线官方AI Skill，支持接入Claude Code等开发环境
微信读书已提供官方AI Skill，支持通过CLI工具集成至Codex、Claude Code等AI开发环境。用户可通过官方链接下载压缩包完成安装，或使用社区优化版指令 npx skills add jerlinn/jerlin weread 快速接入。 该功能需配合API Key使用，开发者可通过微信读书官方页面申请授权。接入后，用户可直接向AI发送自然语言指令（如“调用微信读书skill 查看《被讨厌的勇气》的高亮划线”），实现书籍内容...
模型发布媒体报道
Gemma 4、DeepSeek V4、Kimi K2.6 等多款开源大模型集中发布
本月开源AI模型领域迎来密集更新，Google Gemma 4、深度求索 DeepSeek V4、月之暗面 Kimi K2.6、MiniMax MiMo 2.5、智谱 GLM 5.1 等多个主流模型新版本同步发布。所有模型均基于 CAISI V4 评估框架完成性能评测。此次多模型几乎同期迭代，体现开源社区当前高强度、快节奏的技术演进趋势。
模型发布社区讨论 · 待核实
蚂蚁集团发布万亿参数推理模型 Ring-2.6-1T
蚂蚁集团正式发布万亿参数推理模型 Ring 2.6 1T，专为现实世界智能体工作流设计。该模型采用 MIT 开源许可，上下文长度通过 YaRN 技术从 128K 扩展至 256K，并融合 Async RL 与 IcePop 混合训练架构。 Ring 2.6 1T 支持双推理努力模式：“high”模式面向快速智能体循环，“xhigh”模式用于深度推理任务，以兼顾推理成本与性能表现。 目前模型代码与权重已全面开源，官方欢迎社区参与测试与反馈。
模型发布社区讨论 · 待核实
Ring-2.6-1T 模型开源并上线 OpenRouter，专注智能体工作流
Ring 2.6 1T 模型已正式开源并同步上线 OpenRouter 平台。该模型由 AntLingAGI 研发，定位为面向现实世界智能体的万亿参数级推理模型。其核心设计目标强调任务执行而非单纯问答，重点支持步骤规划、工具调用、长程上下文维持及复杂工作流完成。模型采用 Async RL 与 IcePop 训练方法，即日起至 5 月底在 OpenRouter 平台提供 75% 折扣。
5月16日 周六
模型发布媒体报道
NVIDIA发布26亿参数开源世界模型SANA-WM，支持生成1分钟720p视频
NVIDIA研究团队正式发布开源世界模型SANA WM。该模型参数规模达26亿，专为生成时长1分钟、分辨率720p的视频而设计，旨在推动高质量长视频生成技术的研发与应用。 SANA WM重点强化了对时空一致性与物理合理性的建模能力，适用于科研机构及开发者社区探索长视频生成新范式。项目主页已同步公开训练方法、基准测试数据与推理示例。 目前该模型在Hacker News社区引发关注，反映出业界对长视频生成技术突破的持续聚焦。
模型发布媒体报道
Claude Code 发布 v2.1.143 版本，强化插件管理与用户体验
Anthropic 官方发布 Claude Code v2.1.143 版本。本次更新重点优化插件管理能力，新增强制执行插件依赖关系机制，并在插件市场中引入预估上下文成本显示功能。 为提升开发灵活性，新版本增加 worktree.bgIsolation: "none" 配置项，支持直接编辑工作副本。用户体验方面，后台会话唤醒后可保留模型选择与努力级别设置；Windows PowerShell 工具默认绕过执行策略；claude agents...
模型发布社区讨论 · 待核实
微软研究院发布多项AI新工具与模型
微软研究院近日公开一批AI相关新工具、模型、代码库及研究论文。值得关注的内容包括：MSR AI Frontiers推出的轻量级框架MagenticLite，以及面向开发者的智能体化GitHub工作流。此外，研究院还提出了“验证优先智能体”设计范式与“意义匹配微调”技术，并同步发布了关于AI驱动经济转型的分析报告。
模型发布社区讨论 · 待核实
MiniMax M2.7模型上线OrcaRouter平台
MiniMax官方宣布，其M2.7模型已正式上线OrcaRouter平台。用户现可通过单一OpenAI兼容API直接调用该模型，便于开发者快速集成与测试。
模型发布社区讨论 · 待核实
商汤SenseNova发布增强版信息图表生成模型SenseNova-U1-8B-MoT-Infographic
商汤科技SenseNova近日推出专为信息图表生成优化的增强模型SenseNova U1 8B MoT Infographic。该模型支持根据文本指令生成海报、图表、食谱卡、明信片及学术风格arXiv页面等多种视觉格式内容。 基准测试显示，该模型在BizGenEval（困难版）和IGenBench（Q ACC）上分别较基础U1模型提升6.8分和18.2分。目前该模型已在Hugging Face平台开源，并附带超100个生成示例供开发者与研究...
5月15日 周五
模型发布媒体报道
开源工具 WhichLLM 上线：基于基准测试为本地硬件推荐适配大语言模型
开源项目 WhichLLM 已在 GitHub 上线。该工具可根据用户设备的硬件配置，结合公开基准测试结果，对主流本地大语言模型进行性能排名与适配推荐。 WhichLLM 旨在帮助开发者和终端用户更高效地选择适合自身计算资源（如显存、CPU 核心数等）的 LLM，降低本地部署试错成本。项目当前支持多种量化格式与推理后端的横向对比。 该项目在 Hacker News 平台获得较高热度，反映出社区对提升本地 AI 模型选型效率工具的关注度持续上...
模型发布媒体报道
Osaurus 推出 Mac 端本地与云端 AI 模型协同运行工具
Osaurus 是一款面向 macOS 的开源 LLM 服务器工具，支持用户在本地设备或云端灵活调用多种大语言模型，同时将文件、系统访问权限及记忆数据保留在本地硬件中。该工具可接入 MiniMax M2.5、Gemma 4、Qwen3.6、Llama、DeepSeek V4、Liquid AI 的 LFM 系列等本地模型，亦兼容 OpenAI、Anthropic、Gemini、xAI/Grok、OpenRouter 等云服务。 Osauru...