AI HOT 日报 · 2026-05-21

1.Qwen3.7：智能体前沿 — Qwen：Blog Retrieval（API）

Qwen Studio正式上线Qwen3.7模型。该模型主打智能体能力集成，覆盖聊天机器人、多模态理解、图像生成、文档处理、网页搜索、工具调用和代码生成等完整功能链。在当前各家推进Agent化方向的大背景下，Qwen3.7试图以一站式模型替代多工具分散集成的常见方案。

2.Kling AI推出全球首个原生4K视频生成模型 — X：可灵 Kling AI (@Kling_ai)

4月23日发布的这款模型主打"原生4K"概念——即从底层模型开始就按4K分辨率训练，而非传统流程的后期放大。好莱坞团队、动画工作室和独立创作者已有实际使用反馈，核心卖点是避免了超分放大时常见的面部扭曲、一致性丢失等问题。

3.SenseNova U1：同时思考文本与图像的AI — X：商汤 SenseTime (@SenseTime_AI)

商汤发布的SenseNova U1模型主打"图文同思"能力，即在生成文本时同步生成对应视觉内容，而非传统先文本再配图的两步流程。从演示看，该模型适合需要故事视觉化的场景。

4.GPT-5即将发布 — X：ChatGPT (@ChatGPTapp)

OpenAI预告GPT-5即将正式发布。暂无详细参数，但鉴于GPT-4.5刚上线不久，5代预计会在推理效率和多模态能力上有明显提升。

5.腾讯张军官宣操作系统层级 AI 助手”马维斯”正式上工，Windows、Mac、安卓端同步上线 — IT之家（RSS）

腾讯在5月21日发布了”马维斯”，定位操作系统级AI助手。与系统深度绑定是其核心差异点——能直接调用系统能力完成文档归类、图片处理、手机投屏操控等任务，离线也能运行部分功能。腾讯称其可覆盖市面上主流Agent的核心场景。

6.Google Stitch更新：AI设计助手实现全流程构建 — X：Google AI for Developers (@googleaidevs)

Google设计工具Stitch迎来多项更新：支持实时流式构建（边生成边编辑）、导入现有代码库保持品牌一致性、动态界面生成，以及直接导出可分享URL。这次更新的重点是从"生成设计稿"向"交付可直接用的原型"延伸。

7.ChatGPT移动端支持Codex，实现跨设备协作 — X：OpenAI Developers (@OpenAIDevs)

OpenAI为ChatGPT移动端更新了Codex支持。简单说就是手机、平板安装ChatGPT后可以直接调用Codex处理编程问题，之后在电脑端继续同一会话。

8.V8.1新增反向提示功能 — X：Midjourney (@midjourney)

Midjourney V8.1重新加入了”反向提示”功能，用户可通过--no参数指定不想在图像中出现的元素。比如输入--no people来排除人物。

9.MiniMax语音模型新增600余种声音 — X：MiniMax (@MiniMax_AI)

MiniMax语音模型更新，新增600多种由Speech 2.8 Turbo驱动的声音，已上线Together AI平台。

10.OpenClaw 2026.5.19版本发布 — X：OpenClaw (@openclaw)

本次更新主要是三个功能：Android Talk Mode实时化、Mac设置界面改版，以及xAI登录支持无头模式。 Telegram话题功能稳定性也有改进。

11.Gemini 3.5 Flash登陆OpenCode平台 — X：opencode (@opencode)

Gemini 3.5 Flash已在OpenCode上线，主打百万级上下文窗口和快速推理速度。定价对标GLM、Kimi和DeepSeek Pro。

12.SpaceX与Anthropic合作提供大规模AI算力服务 — X：Elon Musk (@elonmusk, xAI)

SpaceX宣布通过与Anthropic扩大合作，正式面向市场提供大规模AI算力服务。后续计划通过轨道数据中心进一步提升供给规模。

13.OpenAI向所有YC创业公司提供200万美元API投资 — X：Greg Brockman (@gdb)

OpenAI宣布向本期Y Combinator内的每家创业公司投资200万美元API积分（换取股权）。这一模式参考了当年Yuri Milner在YC的做法，目的是降低早期创业公司获取AI算力的门槛。

14.欧盟委员会发布《欧盟人工智能法》高风险AI系统分类指导草案并开启公众咨询 — DataGuidance：Artificial Intelligence（网页）

欧盟委员会就《欧盟人工智能法》第六条发布了高风险AI系统分类指南草案，并公开征询意见至6月23日。分类标准主要依据AI系统的预期用途是否涉及人身安全或基本权利。

15.投资超 600 亿美元，孙正义豪赌 OpenAI 引发内部质疑”迷信奥尔特曼如追星” — IT之家（RSS）

软银对OpenAI承诺投资已超600亿美元。内部有声音质疑孙正义对奥尔特曼的信任是否过于集中——软银持股超10%却无董事会席位，且Anthropic等竞争对手正在崛起。软银股价和信用评级均受到一定压力。

16.Meta万人重组：裁员与AI转型并举 — X：Rohan Paul (@rohanpaul_ai)

Meta宣布新一轮万人规模裁员，同时内部调岗约7000人到AI相关岗位。这次重组的核心逻辑是将资源集中到AI基础设施和基础模型自研上，而非继续维持传统互联网产品的人员配比。

17.谷歌的人工智能正遭到操纵。这家搜索巨头正在悄然反击 — Hacker News 热门（buzzing.cc 中文翻译）

谷歌AI搜索结果正面临被恶意操纵的问题，谷歌已悄然部署防御措施。此事反映了AI安全领域一个持续趋势：生成内容在被用于训练和提供服务时，都可能受到各种形式的对抗性干扰。

18.消息称微软内部示警：GitHub 面临生存级风险，AI 编程工具削弱托管必要性 — IT之家（RSS）

微软内部报告称GitHub正面临”生存级”压力。AI编程助手（Cursor、Claude Code等）改变了很多开发者的工作流，不再需要频繁push/pull代码到远程仓库。微软已要求部分团队6月底前停用Claude Code改用GitHub Copilot CLI。

19.Gemini与XPRIZE联合举办全球黑客松 — X：Google AI for Developers (@googleaidevs)

Google与XPRIZE合作发起全球黑客松，号召开发者用Gemini解决现实世界问题。

20.OpenAI模型证伪了离散几何中的一个核心猜想 — OpenAI：官网动态（RSS · 排除企业/客户案例）

OpenAI的模型成功解决了数学界悬而未决逾80年的”单元距离问题”，证伪了离散几何领域的一个核心猜想。这是AI在纯数学基础研究领域取得的实质性突破。

21.ZCube:超大规模大模型推理的网络优化 — 智谱：研究（网页内嵌数据）

ZCube是一种针对万卡集群的大模型推理网络架构。通过取消Spine层、分组全互联等设计，显著降低了交换机和光模块成本（-33% CAPEX），同时GPU吞吐提升15%、P99首token延迟降低40.6%。

22.开源油猴脚本实现多平台截图上传与内容处理 — X：Vista (@vista8)

一款开源油猴脚本，支持在浏览小红书、抖音、公众号等平台时直接粘贴截图自动上传，同时还能配合YouTube字幕提取、倍速调节、内容导出到NotebookLM等功能。

23.开源插件为Codex App增添高级功能 — X：Vista (@vista8)

开源项目codex-plugins可通过API登录方式为Codex App启用Computer Use特性、Goal指令、界面自定义等功能，甚至可以模拟浏览器Tab样式和任务提醒音效。

24.OpenRouter自动路由缓存机制说明 — X：OpenRouter (@OpenRouter)

OpenRouter发推说明：使用自动路由时不用担心缓存未命中。系统会将同一会话固定在某个模型/提供商上，直到缓存过期。

25.Ramp工程师如何用Codex加速代码审查 — OpenAI：官网动态（RSS · 排除企业/客户案例）

Ramp工程师集成Codex与GPT-5.5后，代码审查周期从数小时压缩到数分钟，能快速获得变更反馈和改进建议。

26.Prompt驱动AI生成超真实足球自拍视频 — X：PixVerse (@PixVerse_)

PixVerse发了一个复杂Prompt的范例：通过极其细致的多角色外貌一致性设定、真实手机拍摄模拟（抖动、失焦）、体育场环境和自然动作序列，最终生成了在大型球场内五位朋友自拍风格的视频。

27.Anthropic销售负责人如何利用Claude Cowork管理4000个客户账户 — Claude：Blog（网页）

一位Anthropic美国中端市场销售负责人分享了他用Claude Cowork每晚自动处理4000个客户账户的数据，生成倾向评分、每日简报和周度预测。原来需要跨团队数百小时的工作，现在每天能节省约90分钟。

28.生成式AI是否会沦为科技行业的”越南战争”？公众抵制能否引领AI走向更优的发展路径？ — Gary Marcus：The Road to AI We Can Trust（RSS）

Gary Marcus撰文分析当前生成式AI狂飙背后可能的社会反弹风险，认为来自数据隐私、内容真实性和伦理层面的公众压力，可能迫使行业在安全性和透明度上做出更多调整。