夜雨聆风26年4月15日 星期三 AI日报
目录
01. 开源研究
英伟达开源音频语言模型AF-Next Skywork发布实时世界生成Matrix-Game3.0 V2支持LLM自调llama.cpp参数 MiniMax开源MMX-CLI整合七类能力 MiniMax 2.7开源后陷限商用争议 Kimi-2.6-Code-Preview修复并优化体验
02. 开发生态
火山引擎上线Seedance 2.0视频生成API Claude Code缓存缩短引发成本争议
03. 安全合规
斯坦福称中美AI模型差距接近持平 AI虚假漏洞报告激增致Node.js停赏金 五部门部署AI进入教资考试与高校课程 研究人员演示AI代理思维病毒扩散
04. 产业合作商业
OpenAI收购AI理财初创Hiro 诺和诺德联手OpenAI加速药物研发 AI编程代理发起12周创业实战赛
05. 智能体
MiniMax Agent桌面端升级Pocket Hermes Agent新增Web界面与Android支持 阿里千问表格Agent支持生成编辑Excel 微软测试365 Copilot企业智能代理
06. 机器人
阿里高德具身业务部将发四足机器人
01. 开源研究
英伟达联合马里兰大学发布开源音频语言模型AF-Next
英伟达与马里兰大学联合发布开源音频语言模型
AF-Next，推出问答、推理和描述生成三大版本。该模型采用AF-Whisper音频编码器与Qwen-2.5-7B主干，支持12.8万上下文窗口，并通过长上下文优化提升效率。在多项基准测试中，AF-Next表现领先，部分成绩超过Gemini-2.5-Pro。
英伟达与马里兰大学联合发布开源音频语言模型AF-Next，推出问答、推理和描述生成三大版本。该模型采用AF-Whisper音频编码器与Qwen-2.5-7B主干，支持12.8万token上下文窗口，并通过Ulysses和Ring attention技术优化长上下文处理效率。在多项基准测试中，AF-Next表现领先，部分成绩超越Gemini-2.5-Pro。
https://www.aiuniverse.news/new-open-source-ai-model-understands-and-reasons-about-audio/Skywork AI发布Matrix-Game3.0：实现720p 40帧实时世界生成
Skywork AI发布Matrix-Game 3.0，在交互式世界模型领域取得新突破：首次实现720p、40帧实时高清“世界生成”，并攻克AI视频生成长期存在的“长效记忆”难题。该系统通过相机感知记忆检索和统一自注意力架构，在数分钟复杂交互中仍能保持高时空一致性。
Skywork AI团队近日发布Matrix-Game3.0系统，首次在720p高清分辨率下实现每秒40帧的实时视频生成，并成功解决AI视频生成中长期存在的“长效记忆”难题。
该系统通过引入相机感知的记忆检索机制，根据当前相机姿态精准检索历史画面，同时采用统一的自注意力架构，将远期记忆、近期历史与当前预测帧置于同一空间进行联合建模。实验表明，即使在数分钟的复杂交互中，系统仍能保持极高的时空一致性，用户“故地重游”时场景细节与最初画面高度吻合。
https://arxiv.org/pdf/2604.08995V2版支持LLM自调llama.cpp参数，Qwen3.5-27B提速54%
一位开发者发布V2版性能调优方案，新增“--ai-tune”功能，可让大模型自动循环测试并缓存最快的llama.cpp参数配置。在3090 Ti、4070、3060及128GB内存的混合设备上，Qwen3.5-27B推理速度最高提升54%。该功能还能结合最新帮助信息自动适配新参数，持续优化性能。
一位开发者发布V2版性能调优方案，新增"--ai-tune"功能，可让大模型自动循环测试并缓存最快的llama.cpp参数配置。在3090 Ti、4070、3060及128GB内存的混合设备上，Qwen3.5-27B推理速度最高提升54%。该功能还能结合最新帮助信息自动适配新参数，持续优化性能。
https://github.com/raketenkater/llm-serverMiniMax开源MMX-CLI，集成文本图像视频等七类能力
MiniMax开源面向AI智能体的命令行工具MMX-CLI，集成文本、图像、视频、语音、音乐、视觉和搜索七大能力。其亮点在于面向智能体优化输出：stderr用于界面提示，stdout仅输出纯净JSON或路径，便于程序解析；同时支持语义化退出码，提升自动化流程与管道错误处理效率。
MiniMax近日开源了一款面向AI智能体的命令行工具MMX-CLI，集成文本、图像、视频、语音、音乐、视觉和搜索七大能力。
该工具针对智能体场景进行了专门优化：stderr用于界面提示，stdout仅输出纯净JSON或路径，程序可直接解析而无需编写复杂的正则表达式提取数据。同时支持语义化退出码，能够在自动化流程与管道操作中实现更精准的错误处理和状态判断，显著提升AI工作流的稳定性与可维护性。
https://www.aiuniverse.news/minimax-unlocks-new-ai-agent-abilities-with-command-line-tool/MiniMax 2.7开源却限商用 员工称第三方败坏名声
国产AI大模型MiniMax 2.7近日开源，但其许可证明确禁止未经授权的商业用途，引发社区广泛争议。业内认为，此举限制第三方平台部署和对外服务，削弱了开源的实际价值。针对质疑，MiniMax员工回应称，相关争议系第三方行为“败坏名声”。
国产AI大模型MiniMax 2.7在上周末正式开源了，然而他们的许可证明确禁止商用用途，除非获得许可，这也引来了社区的极大争议。禁止商业用途的开源意味着开发者只能自己部署玩玩，第三方平台部署MiniMax 2.7并对外提供服务是不行了，这样的做法就丧失了开源的最大意义，因此这次的质疑声很强烈。
但是目前OpenRouter等某些第三方服务商确实存在严重的服务器服务问题。许多服务商公然谎报其所提供服务的型号质量，有些甚至根本不提供他们声称提供的型号。 https://www.reddit.com/r/LocalLLaMA/comments/1skabyf/ryan_lee_from_minimax_posts_article_on_the/
Kimi-2.6-Code-Preview更新：修复问题并提升代码体验
Kimi-2.6-code-preview已完成更新，新增模型已直接上线展示。用户反馈称，此次版本修复了此前存在的多项问题，模型能力有所提升，在Claude Code中的使用体验更流畅，过去频繁出现的异常情况明显减少。同时，相比同类产品，Kimi套餐额度更充足，使用稳定性也更受认可。
02. 开发生态
火山引擎正式上线Seedance 2.0视频生成API服务
4月14日，火山引擎正式上线Seedance 2.0系列API，向企业及个人开放全球领先的视频生成能力。该模型支持文、图、音、视频混合输入，画面真实度、可控性和复杂场景表现显著提升。同步推出肖像与版权合规体系及超1万高质量虚拟人像，推动AI视频在营销、短剧和企业服务等领域加速落地。
4月14日，火山引擎正式上线Seedance 2.0系列API服务，面向企业及个人用户开放。该模型支持文字、图片、音频、视频四种模态混合输入，在复杂交互及运动场景下的可用率大幅提升，画面逼真度与可控性显著增强。灰度测试期间凭借“易出片、抽卡少”的性能表现获得认可。
平台同步建立肖像与版权合规体系，用户可通过控制台完成人脸验证与肖像授权，并提供超1万个高质量虚拟人像。随着API服务广泛接入，AI视频创作将在营销、短剧及企业服务等领域加速落地。
https://www.volcengine.com/docs/82379/1520757?lang=zh万条API记录指Claude Code缓存缩至5分钟，Anthropic称更便宜
有用户通过约12万条API记录指出，Claude Code缓存保留时间于3月初疑似从1小时缩至5分钟，致使大上下文会话成本和配额消耗上升。Anthropic回应称，短时缓存写入更便宜，整体未必更贵，但也承认长会话用户受影响，正考虑下调默认上下文窗口。
用户Sean Swanson通过分析两台设备上1月至4月共约12万条API调用记录发现，Claude Code的缓存保留时间在3月初从1小时悄悄缩至5分钟，导致缓存创建成本上升20%-32%。他订阅的200美元/月配额半年从未用光，3月是首次耗尽。
Anthropic员工Jarred Sumner认可这一发现，但解释称短时缓存写入价格仅为长期缓存的一半，对一次性请求反而更便宜。Claude Code创始人Boris Cherny则指出，长时间大上下文会话受影响最大，“离开电脑超过一小时再回来继续旧会话，基本就是全部重新处理”。
https://github.com/anthropics/claude-code/issues/46829?utm_source=tldrdev03. 安全合规
斯坦福报告称中美AI模型差距收窄至接近持平
斯坦福《2026年AI指数报告》显示，中美AI模型性能差距几近消失，美国头部模型领先仅2.7%。中国在论文、专利、工业机器人和公共AI超算等领域领跑，职场AI使用率超80%。同时，全球AI算力三年增30倍、企业投资翻倍，但就业冲击加剧，青年软件开发岗位明显下滑。
斯坦福大学发布《2026年AI指数报告》，显示中美AI模型性能差距已基本消失，目前美国Anthropic的领先优势仅剩2.7%。中国AI发展势头强劲，DeepSeek、阿里等机构已进入全球前十，且在论文发表、专利产出、工业机器人装机量及公共AI超算数量上均居全球第一。中国职场AI使用率超过80%，远超58%的全球平均水平。
不过，AI对就业市场的冲击已经显现。22至25岁软件开发岗位自2024年起下滑20%，进入美国的AI研究人员数量在过去一年也骤降80%。
https://hai.stanford.edu/ai-index/2026-ai-index-reportAI虚假漏洞报告泛滥，Node.js暂停发放安全赏金
因AI生成的虚假漏洞报告激增，Node.js宣布暂停通过HackerOne发放安全赏金。HackerOne称，大量用户借助AI批量提交低质量、误报甚至伪造报告，严重挤占开发者处理资源。受此影响，其相关漏洞赏金计划已停止接收新报告，Node.js外部赏金资金来源也被切断。
由于AI生成的虚假漏洞报告泛滥，Node.js官方宣布暂停通过HackerOne平台发放安全赏金。HackerOne表示，大量用户利用AI工具批量扫描并提交漏洞报告，其中充斥着低质量、误报甚至伪造的内容，严重挤占开发者处理资源。漏洞发现速度已远超开发者修复速度。
受此影响，HackerOne的“互联网漏洞赏金计划”已停止接收新报告，直接切断了Node.js赏金的外部来源。作为由社区志愿者主导的项目，Node.js并无独立预算支付赏金。
https://news.aibase.com/zh/news/27094AI纳入教资考试和高校公共基础课，五部门发文部署
五部门联合印发《“人工智能+教育”行动计划》，提出到2030年基本形成AI与教育深度融合格局。基础教育将开齐AI课程，高校纳入公共基础课，AI进入教师资格考试。计划还将建设“教育智联网”和未来课堂，推动教学、治理、科研智能化升级，培育全民智能素养与产业人才。
近日，教育部等五部门联合印发《“人工智能+教育”行动计划》，目标到2030年基本形成AI与教育深度融合格局。
根据计划，基础教育将开齐AI课程，高校将AI纳入公共基础课，AI正式纳入教师资格考试。同时，国家将建设“教育智联网”和未来课堂，推动学习、教学、治理、科研的全环节智能化升级。
https://news.aibase.com/zh/news/27102研究人员让AI代理感染“思维病毒”并蔓延至整个网络
研究人员近日披露，一种被称为“思维病毒”的攻击可感染单个AI智能体，并借助隐蔽的“潜意识信息”绕过防御机制，进一步在整个AI智能体网络中扩散。该发现凸显多智能体系统面临的新型安全风险，也为未来AI防护提出更高要求。
https://arxiv.org/abs/2603.0013104. 产业合作商业
OpenAI收购AI理财初创Hiro，团队整体加入
OpenAI宣布收购AI个人理财初创公司Hiro Finance，后者将于4月20日停止服务、5月13日删除数据，约10人团队整体并入OpenAI。Hiro主打AI财务规划，帮助用户进行收支测算与决策验证。其创始人Bloch曾创办Digit，并于2021年以超2亿美元出售。此次收购显示OpenAI正加码金融AI布局。
OpenAI宣布收购AI个人理财初创公司Hiro Finance。Hiro将于4月20日关停服务、5月13日删除数据，约10人团队整体并入OpenAI，属于典型的人才收购。
Hiro 2023年成立，主打面向消费者的AI财务规划：用户输入工资、负债和月度支出后，AI模拟各种假设情景辅助财务决策，并针对财务计算的准确性做了专门训练。创始人Bloch是连续创业者，此前创办的自动存钱应用Digit于2021年以超2亿美元出售。此次收购显示OpenAI正加码金融AI布局，持续将ChatGPT定位为企业财务团队工具。
诺和诺德与OpenAI合作加速新药发现与数据分析
诺和诺德宣布与OpenAI达成战略合作，将人工智能技术全面引入研发、制造、供应链、分销及商业运营等环节。双方将重点利用AI分析海量数据、识别潜在候选药物、加快假设验证，以提升新药发现和上市效率。相关试点项目将率先在研发、制造和商业运营部门展开，计划于2026年底前完成全面整合。
诺和诺德宣布与OpenAI达成战略合作，将人工智能技术全面引入研发、制造、供应链、分销及商业运营等环节。双方将利用AI分析海量数据、识别潜在候选药物、加快假设验证，以提升新药发现和上市效率。
诺和诺德首席执行官迈克·杜斯达表示，将AI融入日常工作后，团队能够分析以往无法处理的庞大数据集，识别过去无法发现的模式，并以前所未有的速度检验假设。这意味着能更快发现新疗法并推向市场。试点项目将在研发、制造和商业运营部门率先展开，计划于2026年底前完成全面整合。
https://cn.wsj.com/7款AI编程代理 展开12周100美元创业实战赛
一场为期12周的AI创业实战赛正在展开，7个AI编程代理各获100美元预算，从零打造真实创业项目。其中，DeepSeek R1、MiMo V2 Pro和GLM-5.1等开源及中国模型，与Claude、GPT同场竞技，聚焦低成本AI开发能力与商业落地表现。
一场为期12周的AI创业实战赛正式启动。7个AI编程代理各获得100美元预算，需从零打造真实创业项目，检验低成本AI开发能力与商业落地表现。
三组采用开源及中国模型：DeepSeek R1负责推理规划、MiMo V2 Pro承担编码任务、GLM-5.1通过智谱API运行。这些模型与Claude、GPT等主流方案同场竞技，验证不同技术路线的实际表现。
http://aimadetools.com/race05. 智能体
MiniMax Agent桌面端升级：Pocket上线并解锁Computer Use
MiniMax Agent桌面端迎来重大升级，正式上线Pocket（Beta）功能，并开放Computer Use能力。此次更新打通AI与办公软件边界，支持接入飞书、微信等主流通讯平台，用户可在聊天界面直接调用Agent。借助Pocket，智能体还能跨终端、跨协同场景同步流转，进一步提升移动办公与沟通效率。
据报道，MiniMax 发布了 MiniMax Agent 桌面端两项重磅更新： Pocket 功能 （Beta 版）正式上线，同时解锁了备受期待的 Computer Use 能力。
此次更新的核心亮点是名为 Pocket（口袋） 的功能，它打破了 AI 与传统办公软件之间的围墙：主流 IM 接入： 支持深度接入 飞书 、 微信 等主流通讯软件，用户可以在熟悉的聊天界面直接调动 Agent。
随身智能体： 通过 Pocket，Agent 不再局限于桌面端的方寸之间，而是可以像“装进兜里”一样，在不同移动终端和办公协同软件中同步流转。
https://agent.minimaxi.com/Hermes Agent v0.9.0发布，首次支持Web管理界面和Android运行
开源AI Agent框架 Hermes Agent 发布 v0.9.0，主打平台扩展，新增 Web 管理界面和 Android Termux 原生运行能力，用户可在浏览器完成配置、监控和网关管理。版本还接入 iMessage、微信及企业微信回调模式，通讯平台总数扩展至16个，进一步提升多端部署与使用便捷性。
开源AI Agent框架 Hermes Agent 发布 v0.9.0 版本，带来首次支持 Web 管理界面和 Android Termux 原生运行能力。
用户现在可以在浏览器中直接配置设置、监控会话、管理网关，无需再编辑配置文件。Android 端也针对 Termux 做了安装路径、TUI 界面和语音后端等适配优化。通讯平台方面新增 iMessage、微信及企业微信回调模式，覆盖平台总数扩展至16个。
https://github.com/NousResearch/hermes-agent/releases/tag/v2026.4.13阿里千问上线表格Agent，支持对话生成与编辑Excel
阿里千问上线“表格Agent”，用户可通过自然语言直接生成、检索并深度编辑Excel文件。该功能可自动联网获取信息并一键整理成标准表格，降低表格处理门槛，推动大模型从“回答问题”进一步迈向“直接交付办公成果”。
图片内容仅作简单测试演示：
阿里千问正式上线“表格 Agent”功能。该功能支持用户通过自然语言对话，直接完成 Excel 文件的生成、信息检索及深度编辑，标志着大模型从“提供文本答案”向“交付直接成果”的进一步演进。
全场景表格处理能力
“表格 Agent”打破了传统表格处理的繁琐流程，核心能力涵盖以下三大维度:
零门槛信息转表格: 用户只需下达口令（如“整理 最新 的增值税优惠政策清单”），千问即可自动联网检索信息，并将其转化为标准的 Excel 文件供下载。
https://www.qianwen.com/chat微软测试在365 Copilot集成企业智能代理功能
微软正测试在 Microsoft 365 Copilot 中加入类似 OpenClaw 的企业智能代理功能，主要面向企业客户。该功能可帮助用户在本地设备上自动执行多类任务。微软强调，将在能力扩展的同时提供比 OpenClaw 更严格的安全控制，以回应外界对智能代理安全性的关注。
微软正在测试在 Microsoft 365 Copilot 中集成类似 OpenClaw 的智能代理功能，重点面向企业客户，并强调将提供比开源项目 OpenClaw 更严格的安全控制。 OpenClaw 是一款运行在本地电脑上的工具，用户可以基于它创建代理，在本机上代为执行各类任务，由于其强大能力与安全争议而广受关注。
06. 智能体
阿里高德具身业务部 将发首款四足机器人
阿里巴巴旗下高德具身业务部即将发布首款硬件产品——四足机器人，这也是阿里首款具身机器人。自1月成立以来，高德已推出自研导航与操作模型，并依托地图导航优势，在复杂任务处理、跨场景送物和跟随服务等方面取得突破，推动阿里AI能力加速走向真实物理世界。
阿里巴巴旗下高德具身业务部即将发布首款硬件产品——四足机器人，这也是阿里推出的首款具身机器人。自今年1月成立以来，高德已发布自研具身导航基座模型和操作基座模型，在长程复杂任务处理、跨场景送物、跟随服务等方面取得突破。依托地图导航领域的深厚积淀，高德已构建业内规模最大的具身导航数据引擎。
高德从软件模型向硬件实体的跨越，体现了阿里将“空间智能”转化为“具身应用”的战略意图。随着首款四足机器人的落地，阿里AI版图正式由纯数字空间延伸至具备物理交互能力的真实世界。
微博哔哩哔哩视频版：黄毛阿梨Aria
文稿由AI辅助制作，有可能出错。欢迎大家留言交流补充！
