浙大00后创魔芯科技，亿元融资押注世界模型
浙大00后陈天润创办的魔芯科技完成新一轮亿元融资，专注AI与3D技术交叉领域。公司从3D内容生成起步，2024年底全面转向3D场景建模和世界模型，采用纯隐式方法实现场景预测，已积累PB级3D数据资产。与李飞飞的World Labs、杨立昆的AMI Labs等全球玩家走不同技术路线，魔芯已在多个产业领域实现交付，展现出中国年轻创业者在世界模型赛道上的独特竞争力。
GPT-5.5首破ProgramBench零通过率，编程AI进入新纪元
在Meta联合斯坦福、哈佛发布的全新编程基准ProgramBench上，所有前沿AI模型此前均交白卷，通过率为0%。GPT-5.5成为首个破例者，成功从零重建一个终端程序cmatrix，且同时提供C和Python两种实现。在xhigh推理模式下，GPT-5.5不仅首次解出一道题，还在26个任务上通过了95%以上的单元测试，全程碾压Claude Opus 4.7等对手。对比之下，Opus 4.7花费10倍成本却因两个简单bug失败。ProgramBench标志着编程基准进入新阶段，推理算力成为核心变量。
Hermes Agent依赖包遭投毒，密码泄漏风险拉满
人工智能领域再现供应链安全危机。Hermes Agent依赖的PyPI包mistralai被确认投毒，可能导致用户密码等敏感信息泄露。该事件虽非直接攻击Hermes Agent本体，但影响范围广泛，提醒开发者需严格审查第三方依赖。目前尚无官方修复补丁，建议立即更新或隔离受影响包。
MiniMax 推出了 Mavis，活脱脱的 Agent「三省六部」
{ title: "MiniMax推出Mavis，Agent团队协作新范式", summary: "MiniMax近日对其Agent桌面端进行了重大更新，推出了名为Mavis的新模式，这是MiniMax as a Jarvis的缩写。该模式基于全新的Team Engine基础设施，将Agen
巴掌大电脑跑Claude，AI编程神器火了
在Claude最新活动中，一款信用卡大小的设备M5Stack Cardputer ADV引发关注。它基于ESP32-S3芯片，支持用户通过自然语言指令让Claude自动编写代码、刷写固件并安装应用，几分钟内即可完成从想法到运行的全流程。这款设备展示了AI与硬件结合的极致便捷性，为AI从业者和爱好者提供了低成本快速原型验证的新思路。活动演示中，Claude的自主编程能力与硬件生态的打通，预示着AI开发工具正从软件走向软硬件一体化。
MediaTek召开天玑开发者大会MDDC 2026，携手生态伙伴开启无处不在的智能体化新体验
{ title: "天玑AI引擎2.0发布，端侧智能体体验迎来新突破", summary: "MediaTek在MDDC 2026大会上发布天玑AI智能体化引擎2.0及开发套件3.0，生态伙伴成长量提升240%，开发套件下载量增长440%。新工具支持LVM模型可视化部署，效率提升50%，模型
点猫科技×宇树科技：软硬一体赋能K12具身智能教育
2026世界数字教育大会上，点猫科技与宇树科技首次联合展出“可编程具身智能教育解决方案”，覆盖小学至高中全学段。方案通过点猫自研图形化编程软件Kitten N，直接控制宇树Go2四足机器人、R1人形机器人，实现“即编即动”教学闭环。双方共同研发了全国首个贯通式K12具身智能课程体系，配套师资培训与赛事出口，计划向全球20个国家和地区捐赠AI Lab实验室，旨在破解行业软硬件脱节、师资不足等痛点，推动AI教育规模化落地。
联发科MDDC 2026：移动光追与AI智能体化双突破
联发科在MDDC 2026大会上发布了天玑AI智能体化引擎2.0、AI开发套件3.0及天玑星速引擎等全栈方案，推动端侧AI从云端演示走向规模化部署。关键数据包括：AI开发套件3.0将模型部署效率提升50%，压缩率最高达58%，模型部署耗时节省90%。同时，移动光追引入全新Ray Tracing Pipeline框架，帧数突破主机水准，为移动游戏带来PC级画质体验。联发科正从芯片厂商转型为支撑跨端、跨场景智能体体验的AI基础设施企业。
字节跳动开源DreamLite，0.39B参数让手机本地玩转AI绘画
字节跳动智能创作实验室开源DreamLite，一个仅0.39B参数的轻量级统一扩散模型，首次在单一网络内同时支持文生图和图像编辑，并可在手机端侧运行。该模型相比同类端侧方案，参数量减少80%以上，推理速度提升3倍，生成质量接近云端模型。这一突破将推动AI绘画从云端走向本地，降低使用门槛，保护用户隐私。
Mira Murati新公司发布交互模型，边听边说引关注
OpenAI前CTO Mira Murati与前应用研究负责人翁荔创立的Thinking Machines Lab（TML）发布“Interaction Models”研究，实现语音交互中“边听边说”的实时对话能力。该模型支持用户随时打断、调整语速，延迟低于300毫秒，接近人类对话节奏。与国内面壁智能此前推出的“实时语音交互”方案思路相似，但TML更强调端到端架构与低延迟优化。这一突破被视为AI语音交互从“轮询式”向“自然对话式”演进的关键一步，可能重塑智能助手、教育、客服等场景体验。
何恺明首个语言模型：105M参数，不走GPT自回归老路
{ "title": "何恺明首推扩散语言模型ELF，105M参数跑赢主流", "summary": "何恺明团队发布全新连续扩散语言模型ELF，仅用105M参数和45B训练token，在OpenWebText数据集上取得生成困惑度24的成绩，超越一批主流扩散语言模型。ELF将所有去噪过程保
奥尔特曼遭美国政府调查！
{ title: "奥尔特曼遭美政府调查：OpenAI利益冲突疑云", summary: "美国众议院监督与政府改革委员会正式调查OpenAI CEO萨姆·奥尔特曼，要求其在5月22日前提交全部利益冲突审查文件。核心焦点是奥尔特曼是否利用OpenAI影响力，为其个人持股的外部公司人为抬高估值
OpenClaw核心团队对话：中国大公司直接跑业务，罕见但真实
在ClawCon活动中，OpenClaw核心维护者Josh与基金会成员Vincent Koc透露，中国大型企业已将业务直接部署在OpenClaw上，这一现象在全球范围内并不常见。他们强调，OpenClaw作为开源项目，正通过社区驱动的方式吸引更多开发者与创业者。活动由MU Shanghai组织，吸引了全国开发者参与，展现了OpenClaw在AI与云计算领域的潜力。核心团队还分享了技术细节与未来规划，包括性能优化与生态扩展。
一张4090就能爆改！面壁智能MiniCPM-V 4.6开源，1B多模态卷出新高度
{ title: "1.3B模型逆袭！面壁MiniCPM-V 4.6开源，单卡4090就能跑", summary: "面壁智能发布MiniCPM-V 4.6，这款仅1.3B参数的多模态模型，在多模态综合能力上超越阿里Qwen3.5-0.8B和谷歌Gemma 4 E2B-it。模型支持单张RT
豆包输入法Mac版上线，AI语音输入时代来了
豆包输入法Mac版正式发布，支持高精度AI语音输入，内测用户反馈语音转文字准确率超过95%，响应速度低于200毫秒。该产品免费使用，无需复杂设置，让用户彻底告别键盘敲击。文章详细解析了技术原理、实际体验与行业影响，认为AI语音输入将成为生产力工具的新标配。
科大讯飞AI终端测试中心揭牌，国产化率86.2%
科大讯飞人工智能终端测试中心正式揭牌，该中心占地6000平米，设有33个专项实验室，配备571套专业设备，国产化率达86.2%，获得155项CNAS认可资质。中心将AI深度嵌入测试流程，实现从“人找问题”到“AI预判+人决策”的转变，并与多家机构签署战略合作，共建检测评价公共服务平台，为智能终端产业自主可控发展提供关键支撑。
云知声 U2-ASR 2.5上线：首个中文方言语义转写大模型
{ title: "云知声U2-ASR 2.5发布，方言转写准确率突破96%", summary: "云知声推出首个中文方言语义转写大模型U2-ASR 2.5，覆盖七大方言体系，支持100种以上方言及口音识别，方言人口覆盖率超90%。在工业级测试中，济南话准确率达96.2%，四川话94.7%
SFT泛化能力被低估？三大条件决定成败
上海AI Lab联合上海交大、中科大最新研究挑战了“SFT记忆，RL泛化”的主流观点，证明SFT的泛化能力并非天生缺失，而是受优化充分性、数据质量和模型能力共同制约。实验显示，长思维链SFT在8个epoch训练后，模型在跨领域任务上呈现“先降后升”的泛化模式；低质量数据会彻底破坏泛化；而14B模型比小模型更易实现泛化。该研究为后训练微调提供了严谨的条件分析框架。
全球仅1000家AI原生公司？真相扎心了
Greg Isenberg在X上发布的文章引发热议，指出全球真正实现AI原生且年收入超过500万美元的公司可能只有约1000家。文章犀利区分了“AI辅助型”与“AI原生型”公司，强调后者需要从架构层面重新设计流程，而非简单添加AI工具。通过客服、销售等案例，揭示了大多数公司因缺乏清晰规则和数据整合而无法实现AI原生。最后给出了实用的“Agent工作流食谱”，帮助团队自检是否真正具备了AI工作流。
MAGIC-TTS：字级节奏可控，语音合成迈向真人表达
华南理工大学最新研究MAGIC-TTS首次实现字级时长与边界停连的token级控制，让语音合成不再只是平铺直叙，而是能精准调整重点区域的节奏。该系统基于3万小时大规模语音预训练，通过Stable-ts与MFA交叉验证筛选出230.72小时高质量子集，在保持合成质量与克隆相似度的前提下，支持高辨识播报、教学纠错与表达型语音三类场景。论文、代码与演示均已公开，为TTS行业提供了局部节奏可控的实用方案。