AI Weekly 010 | 开源项目与科技进展

🚀 欢迎阅读 AI Weekly 010！这是我们的第十期 newsletter，旨在为你整合每周最值得关注的 AI 开源项目与科技进展。每周五更新（忘发了），欢迎订阅！

🌟 本周热门开源项目

以下项目按 GitHub 本周新增 star 数排序，数据来源：github.com/trending（本周）

⚠️ 说明：为避免重复推荐，本期项目均来自全新未发布过的开源仓库，每周一换，带你持续发现 GitHub 上的宝藏项目！

1️⃣ tinyhumansai/openhuman — 个人 AI 超级智能

⭐ 23,750 stars | 本周 +19,177 stars 🔗 github.com/tinyhumansai/openhuman 📝 用 Rust 打造的个人 AI 超级智能助手，主打隐私优先、简单易用且功能强大，支持完全本地运行。

2️⃣ Imbad0202/academic-research-skills — Claude Code 学术研究技能包

⭐ 16,332 stars | 本周 +8,737 stars 🔗 github.com/Imbad0202/academic-research-skills 📝 为 Claude Code 设计的学术研究技能包，覆盖从文献调研、论文撰写、同行评审到修订完善的完整研究流程。

3️⃣ ruvnet/RuView — WiFi 信号实时空间智能

⭐ 62,020 stars | 本周 +8,028 stars 🔗 github.com/ruvnet/RuView 📝 将普通 WiFi 信号转化为实时空间智能，可实现生命体征监测和人员存在检测，全程无需任何摄像头。

4️⃣ rohitg00/agentmemory — AI 编程代理的持久记忆

⭐ 15,183 stars | 本周 +7,976 stars 🔗 github.com/rohitg00/agentmemory 📝 基于真实世界基准测试的 AI 编程 Agent 持久记忆方案，被评为该领域第一名，帮助 AI Agent 跨会话记忆上下文。

5️⃣ colbymchenry/codegraph — 代码知识图谱

⭐ 9,875 stars | 本周 +6,731 stars 🔗 github.com/colbymchenry/codegraph 📝 预索引的代码知识图谱，适用于 Claude Code、Codex、Cursor 和 OpenCode，更少 token 消耗、更少工具调用、100% 本地运行。

6️⃣ github/spec-kit — 规范驱动开发工具包

⭐ 104,133 stars | 本周 +6,028 stars 🔗 github.com/github/spec-kit 📝 GitHub 官方推出的规范驱动开发工具包，帮助开发者通过编写规范来指导 AI 编程 Agent 生成更高质量的代码。

7️⃣ hugohe3/ppt-master — AI 生成可编辑 PPT

⭐ 19,036 stars | 本周 +3,198 stars 🔗 github.com/hugohe3/ppt-master 📝 AI 从任意文档生成原生可编辑的 PPTX 文件——使用真实 PowerPoint 形状和原生动画，而非简单图片渲染。

8️⃣ joeseesun/qiaomu-anything-to-notebooklm — 多源内容转 NotebookLM

⭐ 4,216 stars | 本周 +2,526 stars 🔗 github.com/joeseesun/qiaomu-anything-to-notebooklm 📝 Claude Skill，支持将微信公众号文章、网页、YouTube 视频、PDF 等多源内容一键转换为 NotebookLM 可用的播客、PPT、思维导图和测验。

9️⃣ HKUDS/ViMax — Agent 式视频生成

⭐ 6,107 stars | 本周 +2,028 stars 🔗 github.com/HKUDS/ViMax 📝 来自香港大学的 Agent 式视频生成框架，集导演、编剧、制片人和视频生成器于一体，实现端到端的智能视频创作。

🔟 bytedance/UI-TARS-desktop — 字节跳动多模态 AI Agent 桌面端

⭐ 34,852 stars | 本周 +1,207 stars 🔗 github.com/bytedance/UI-TARS-desktop 📝 字节跳动开源的多模态 AI Agent 技术栈桌面端实现，连接前沿 AI 模型与 Agent 基础设施，支持 GUI 自动化操作。

📰 本周科技前沿动态

🤖 Google I/O 2026：Gemini 3.5 发布，AI Agent 时代加速到来

Google 在年度开发者大会上发布 Gemini 3.5 Flash 模型，号称速度显著提升，价格仅为同级前沿模型的一半。同时推出通用 AI Agent "Gemini Spark"，可在用户授权下跨应用执行任务。更引人注目的是全新世界模型 "Omni"，可模拟物理环境并支持视频编辑——用户只需描述想要的场景，AI 即可自动修改视频内容。

🔗 来源：www.cnbc.com/2026/05/19/google-ai-ultra-gemini-spark-omni.html^[1]

🧠 OpenAI 模型自主推翻离散几何核心猜想

OpenAI 宣布其内部 AI 模型成功推翻了组合几何领域的一个核心猜想——"单位距离问题"的上界猜想。自 Erdős 1946 年提出以来，学界普遍认为方格构造已是最优解。该 AI 模型提出了基于代数数论的全新构造方法，实现了多项式级改进，经外部数学家验证确认。这是 AI 首次独立解决数学领域的重大开放问题。

🔗 来源：openai.com/index/model-disproves-discrete-geometry-conjecture/

💰 Anthropic 融资冲刺 $900B 估值，Q1 收入同比暴增 80 倍

据 Bloomberg 报道，Anthropic 正在进行至少 9000 亿，预计 5 月底前完成，由 Sequoia、Dragoneer 等联合领投。与此同时，Anthropic Q1 年化收入已达 $440 亿，同比增长 80 倍。公司还联合黑石、高盛等成立了企业 AI 服务公司，并推出面向金融服务的 10 个 Agent 模板。

🔗 来源：www.buildfastwithai.com/blogs/ai-news-today-may-18-2026^[2]

🛡️ YouTube 向所有成年用户开放 AI 深度伪造检测工具

YouTube 宣布将其 AI 人脸检测功能扩展至所有 18 岁以上用户。用户上传自拍后，系统将持续扫描平台上的疑似深度伪造内容并在发现匹配时发出警报。此前该功能仅限于创作者和公众人物使用，现在普通人也能主动监控自己面部被 AI 滥用的情况。

🔗 来源：www.theverge.com/news/931884/youtube-likeness-detection-ai-deepfake-expansion-all-adults^[3]

🔧 Cursor 联手 xAI，AI 编程竞赛白热化

Cursor 宣布与 xAI（SpaceX AI 子公司）达成合作，将利用 xAI 的 Colossus 超级计算中心训练下一代编程模型。据悉新模型规模远超现有方案，训练算力为此前产品的 10 倍。Cursor 目前已支持 Claude 和 GPT-4o，此次合作标志着 AI 编程工具赛道的竞争进一步升级。

🔗 来源：www.buildfastwithai.com/blogs/ai-news-today-may-18-2026^[4]

🔍 本周观察

本周是 2026 年 AI 行业最密集的一周之一。Google I/O 和 OpenAI 几乎同时放出重磅消息，标志着"AI Agent"从概念验证全面走向产品化阶段。

三个值得关注的变化：

1. Agent Skills 生态爆发：本周 GitHub trending 上，与 AI Agent 技能相关的仓库占据了半壁江山（academic-research-skills、scientific-agent-skills、agentmemory、spec-kit 等），说明 Agent 技能标准化和模块化已成为明确的行业趋势。

2. AI 科研能力突破里程碑：OpenAI 模型自主解决数学猜想，标志着 AI 的推理深度已经达到了新的水平。从"辅助研究"到"独立发现"，这一跨越的意义不亚于 AlphaFold。

3. 安全治理加速落地：YouTube 深度伪造检测全面开放、Google 将 SynthID 验证嵌入 Chrome 搜索、五大前沿实验室进入监管预审查——AI 安全不再是空谈，而是在迅速变为基础设施。

💬 一句话总结：本周的核心关键词是 "落地"——Agent 在落地，AI 推理在落地，AI 安全也在落地。2026 年不再是"AI 能做什么"的一年，而是"AI 正在怎么做"的一年。

📌 每周五更新 | 关注我们，不错过每周 AI 前沿动态！

引用链接