Google DeepMind 近日宣布将 Street View 数据接入 Project Genie 世界模型，实现基于真实地理信息的沉浸式街景交互模拟。该功能在 2026 年 Google I/O 开发者大会期间正式发布，首批面向美国地区 Google AI Ultra 订阅用户开放，全球用户将在未来数周内陆续获得访问权限。 新能力支持动态调整环境参数，例如模拟特定城市街区在雪天、强日照或极端天气下的样貌，主要应用于机器人训练、教育体...
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。
谷歌在 I/O 大会正式发布 Antigravity 2.0 平台，面向全球开放。该平台集成新一代智能体系统与自然语音交互能力，Gemini 3.5 Flash 模型运行速度提升 12 倍。 演示显示，基于该平台，93 个并行子智能体在 12 小时内完成超 1.5 万次模型调用，处理 26 亿个 token，以低于 1000 美元的 API 成本从零构建出可运行的操作系统。
谷歌在2026年I/O大会上正式发布Universal Cart（通用购物车），作为其AI驱动的统一购物中枢。该功能允许用户在Google Search、Gemini、YouTube、Gmail等多场景中随时添加商品，实现跨设备、跨商家、跨时间的购物清单集中管理。 Universal Cart具备价格追踪、缺货提醒、历史价格分析等功能，并利用AI识别硬件兼容性等问题（如CPU与主板不匹配），并提供替代建议。其底层基于开放标准Universa...
谷歌在2026年Google I/O开发者大会上宣布，Android命令行接口（CLI）正式发布1.0稳定版本。该工具专为AI编程代理设计，支持Claude Code、OpenAI Codex以及谷歌自研的Antigravity、Gemini等平台调用Android Studio知识库。 Android CLI新增android studio命令，使AI代理可直接访问Android开发相关能力，并执行项目构建等核心任务。谷歌表示，此举旨在让...
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...
谷歌在2026年I/O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设计工具领域。该应用面向教师、小企业主等非专业用户，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。 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，并深度集成于Google Workspace。其核心特性是支持对生成图像的局部精细编辑：用户可点击任意元素直接修改（如更改邀请函上的时间）...
TechCrunch 5月19日报道，OpenAI 宣布两项新举措以增强其生成图像的可验证性：正式加入开放内容溯源标准 C2PA，并在其图像生成产品中集成 Google 开发的隐形水印技术 SynthID。 C2PA 标准通过在图像元数据中嵌入明确标识，表明该图由 AI 生成；SynthID 则是一种鲁棒性更强的隐形水印，能在截图、缩放或编辑等操作后仍保持可检测性。两者互补，旨在提升图像溯源的可靠性。 此外，OpenAI 同步推出一款公开验...
谷歌在2026年Google I/O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”，由Gemini模型支持。用户可通过自然语言语音提问，例如查询航班信息、牙医预约时间、Airbnb门禁码或孩子学校活动详情，AI将从海量邮件中精准提取并整合答案。 该功能支持多轮对话、话题切换与实时中断，可识别语义差异（如“实地考察”与“旅行”），并能推断未明确提及的联系人。Gmail Live并非替代传统搜索，而是作为补充...
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...
AI 图像生成平台 Krea 正式发布 Krea 2 版本。该版本重点引入风格参考（Style Reference）与情绪板（Moodboard）功能，旨在帮助用户更精准地控制生成图像的风格与视觉氛围。同时，Krea 2 对提示词（Prompt）交互逻辑进行了优化，以提升生成结果的一致性与可控性。目前该版本已开放网页端使用。
谷歌 DeepMind 官方宣布，2026年谷歌I/O开发者大会于5月19日正式开幕。首日议程将重点分享谷歌在人工智能领域的最新创新、产品更新与技术突破。大会已同步开启线上直播，更多AI相关动态将在后续环节陆续公布。
Google 官方开发者账号公布了 2026 年 I/O 开发者大会详细日程。大会将于太平洋时间 5 月 20 日上午 10:00 以主题演讲开场，随后依次进行开发者主题演讲（下午 1:30）、Google AI 新动态发布（下午 3:30），以及与 Google DeepMind 和 Antigravity 共同扩展开发者生态系统的环节（下午 4:30）。所有环节均面向全球开发者直播。
NVIDIA研究员近日开源LongLive 2.0，这是业界首个支持4 bit（FP4）量化、覆盖训练与推理全流程的端到端长视频生成基础设施。该框架在5B参数模型上实现45.7 FPS的生成速度。 LongLive 2.0集成多项关键技术，包括序列并行、KV缓存优化与异步解码部署，支持真实视频训练、知识蒸馏及多镜头生成，旨在突破长视频生成中速度慢、时长受限等瓶颈。 项目面向研究与开发场景，强调对超长视频生成任务的系统性支持，需适配支持FP4...
AI领域知名专家安德烈·卡帕西（Andrej Karpathy）宣布加入人工智能公司Anthropic。 卡帕西此前曾任特斯拉自动驾驶AI负责人，并在OpenAI担任核心研究职务。此次加盟被视为顶尖AI人才向AI安全与对齐研究领域流动的重要信号，有望进一步强化Anthropic在相关技术方向的研发实力。
Luma Labs 官方宣布，其 AI 智能体平台 Luma Agents 现已接入 Seedance 2.0 视频生成模型。用户可在现有工作流中直接调用该模型进行内容创作，无需改变操作习惯。此次更新进一步丰富了平台的可用模型库，提升了多模态项目的开发效率。用户可通过官方网页版 lumalabs.ai/app 体验新功能。
Claude 托管代理（Claude Managed Agents）正式上线两项安全改进功能：一是支持自托管沙箱，可将代理的执行环境保留在用户自有基础设施或第三方托管沙箱服务中；二是引入 MCP 隧道机制，使代理能够安全连接至用户内部安全边界下的服务。
OpenRouter 平台宣布，其支持工具调用（Tool Calling）的模型现已具备自主执行网络搜索与网页抓取的能力。模型可自行判断搜索时机、内容及调用频次。 此次更新同时引入 @p0 作为新的网络搜索服务提供商。该功能已面向所有支持工具调用的模型开放。 官方公告：https://openrouter.ai/announcements/agentic web tools
Cloudflare 宣布与 Anthropic 达成深度整合，正式支持 Claude Managed Agents。该集成将为开发者提供快速、隔离的自主代码交付与执行环境，支持在全球范围内扩展 AI 代理工作流。同时，系统严格管控对私有后端服务的访问权限，并允许用户灵活自定义代理工具及运行时配置。
ChainCatcher 5月19日消息，OpenAI联合创始人、前特斯拉人工智能总监Andrej Karpathy正式官宣加入AI公司Anthropic。 Karpathy表示：“我认为，未来几年将是大语言模型（LLM）前沿发展尤其关键的阶段。我非常高兴能加入这里的团队，并重新回到研发工作中。” 他还提到，自己依然对教育领域充满热情，并计划在未来适当的时候继续推进相关工作。
近日，行业讨论引入新指标DAA（Daily Active Agents，每日活跃智能体），将其视为智能体时代的DAU。该指标旨在追踪智能体实际完成的工作量与产出效能，与侧重成本追踪的代币经济学形成互补。目前该概念正被用于评估智能体系统的实际运行价值。
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...
AI代理在实际应用中常需为每个外部服务重复构建集成逻辑，这一瓶颈制约了其规模化落地。为此，Membrane推出一种通用“技能”解决方案，使Claude Code、ChatGPT、Cursor等主流AI代理仅通过一条指令即可调用超过10万个不同API，覆盖Stripe支付、NASA火星车数据等多样化服务。 该方案将定制化集成抽象为通用连接能力，显著简化开发流程并降低使用门槛。目前，Membrane正发起社区挑战，鼓励开发者提交小众API，成功...
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。
IT之家5月19日消息，微软前高管马特·韦洛索公开指出，2023至2025年间微软与OpenAI合作虽带来约300亿美元营收，但相关成本高达1000亿美元，盈利路径尚不明确。他批评微软在AI战略上存在多项失误，包括必应搜索AI化未能提升市场份额、Copilot付费用户实际使用率低于3%，以及关键岗位人才任用不当。 尽管微软宣称Copilot企业付费用户已超2000万家，市场仍对其AI投入的回报效率存疑。公司计划于2026年在AI基础设施领域...
有开发者通过向Claude Code输入结构清晰、细节明确的提示词，仅用2分钟即生成一个功能完整的单文件交互式HTML项目计划页面。该页面无需外部依赖，支持暗色主题、时间线展示与可折叠表格等交互功能，可直接交付使用。 相较此前在Notion中手动制作同类模板需耗时30–40分钟，此次AI辅助开发效率提升近20倍。 案例表明，精准定义视觉样式、内容结构与交互逻辑的提示词策略，可显著提升AI生成前端代码的完整性与可用性，凸显HTML在AI原生工...
现代汽车集团宣布计划部署2.5万台波士顿动力（Boston Dynamics）研发的Atlas人形机器人。该部署将分阶段推进，首批机器人拟于年内投入汽车工厂产线与物流环节测试。Atlas机器人具备高动态运动能力与复杂环境适应性，旨在进一步提升制造自动化水平与作业安全性。
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。
月之暗面旗下AI助手Kimi正推进一笔20亿美元的新融资，国智投、中国移动等国有资本及中央企业已确认加入股东名单，该轮融资已进入收尾阶段。 今年1月和2月，Kimi密集完成3轮融资，累计融资额超39亿美元（约376亿元人民币）。其最新估值相较2025年11月已增长逾4倍，成为当前国内大模型创业公司中融资总额最高的企业。 产品方面，基于Kimi K2.5模型的Composer 2.5已集成至编程工具Cursor；公司近期亦正式发布开源模型Ki...
Anthropic官方宣布在Claude Managed Agents中推出自托管沙箱（公测版）与MCP隧道（研究预览版）。两项新功能旨在支持用户在自有安全边界内部署和运行AI代理。 自托管沙箱允许企业将代理运行环境置于本地或私有云设施中，默认继承现有安全管控策略。MCP隧道则为代理与外部系统间提供受控通信通道，目前处于研究预览阶段。