AI 资讯日报 2026-06-09 苹果发布第三代 Apple Foundation Models(AFM) .

1 面壁智能OpenBMB发布VoxCPM2语音生成模型技术报告

多模态面壁智能VoxCPM2语音生成开源模型TTS基准

面壁智能OpenBMB发布了最新语音生成模型VoxCPM2的技术报告。该模型拥有20亿参数，基于超过200万小时的多语言语音数据训练，支持30种语言和9种中文方言，具备语音设计、可控克隆及高保真延续生成能力。报告涵盖了其架构设计、统一序列公式、AudioVAE高保真重建、大规模训练评估及TTS基准测试结果。模型采用16kHz语义编码加48kHz波形重建，在公开TTS基准上达到SOTA或极具竞争力的水平。其模型权重、微调代码和推理工具均已基于Apache 2.0协议开源。

2 Sia项目：利用AI技术应对蚊虫困扰

应用AI驱蚊智能硬件生活应用物联网

夏季蚊虫侵扰问题再次受到关注。一个名为Sia的AI项目旨在应对这一困扰，其具体技术细节未在原文中详细展开。

3 阿里RTPurboV2：原生Transformer再受关注，百步训练实现10倍稀疏注意

技术Transformer稀疏注意力阿里RTPurboV2架构迭代计算复杂度

随着智能体应用带来长序列需求，传统GPT架构中计算复杂度为O的Attention机制被视为性能瓶颈。当前业界主要采用Linear Attention和Sparse Attention两种方案进行优化。Linear Attention以Qwen-Next等为代表，通过信息压缩将存储和计算代价分别降至O(1)和O(N)；Sparse Attention则通过稀疏化降低计算开销，在DeepSeek-V4等模型中实践时稀疏度可接近90%以上。

4 Kimi Code开源Coding Agent迎来大版本升级

应用Kimi CodeCoding Agent视频理解开源Kimi K2.6

Kimi Code开源Coding Agent进行了大版本升级，支持一行命令安装和毫秒级启动。新增功能包括视频理解能力，可提取视频风格生成LUT文件、处理长视频切片、根据录屏生成代码。它集成了同花顺、天眼查等数据源，用于查询股票、财报等信息，并支持ACP协议，可在JetBrains、Zed等编辑器中使用。其底层视觉推理由Kimi K2.6模型提供。

5 多智能体流网络发布，旨在优化智能体协作与工作流

技术多智能体Agent SwarmopenJiuwen工作流优化自主优化

多智能体系统在解决复杂问题时优势显著，但其架构易出现错误沿协作链传播的问题。从CAMEL、AutoGen、MetaGPT等依赖人工配置的框架，到ADAS、AFlow、AgentSquare、AgentSwift等自动化工作流生成系统，该领域正从“人工设计”迈向“自主优化”。然而，现有方法多基于启发式策略搜索，性能受限于策略设计。如何让智能体自主发现更优协作模式，仍是推动系统迈向更高智能的关键挑战。

6 Claude为Connector开发者推出性能监控仪表盘

工具 / 效率ClaudeMCP性能监控Connector开发者工具

Claude为已在目录中发布的Connector新增了性能监控仪表盘（公开测试版）。拥有Team或Enterprise账号的所有者可以追踪活跃用户、工具调用次数、目录排名、健康评分、错误率和延迟等指标，并能按工具细分错误归因，或按Claude、Claude Code、Cowork等产品分解使用情况。基于MCP构建的Connector可直接在Claude应用内提交至目录，该目录已有超过300个第三方Connector。

7 Apple Core AI框架相关帖子在Hacker News获关注

技术Apple Core AI开发者框架Hacker News官方文档

一篇关于Apple Core AI框架的帖子在Hacker News上获得了109个点赞。该帖子包含一张苹果开发者OG图片，并提供了指向Apple Core AI Framework官方文档的链接。这篇由buzzing.cc进行中文翻译的帖子发布于2026年6月8日。

8 NotebookLM 重大升级，新增智能体与高级推理能力

应用NotebookLMGoogle AI Ultra智能体高级推理

NotebookLM 迎来重大升级，新增了对话中的智能体能力、更高级的推理功能以及一系列新的输出格式，旨在更轻松地处理复杂的多步骤研究问题。目前该升级已面向 Google AI Ultra 订阅者推出。

9 Runway发布Aleph 2.0编辑模型，可适配视频格式

工具 / 效率Runway视频编辑AI生成格式适配内容创作

Runway发布了视频编辑模型Aleph 2.0。用户上传现有视频后，可选择想要的宽高比，该模型将自动填充场景的其余部分，使视频看起来像最初就以该格式制作。该功能旨在帮助用户为不同信息流和平台快速适配视频格式。目前可在Runway的桌面Web应用上体验。

10 微信AI开启内测，提供两种接入模式

客户端侧产品微信AI小程序自然语言交互内测开发者平台

微信开发者官方今日发布指引，确认微信AI正在内测阶段。开放平台提供两种接入模式：自动模式可授权平台读取小程序源码，无需额外开发即可让微信AI直接操作页面；开发模式下开发者可自主开发技能，审核后由微信AI调用。两种模式可同时开启。微信AI是微信内的AI助手，用户通过自然语言对话即可调用、访问和操作小程序。服务条款称“微信AI”可能非最终名称。接入与否不影响现有小程序服务。 原文（IT之家（RSS））

11 高德发布3D原生城市世界模型ABot-Earth0.5

应用高德地图D城市建模世界模型阿里巴巴低空经济

阿里巴巴旗下高德发布了全球首个3D原生城市世界模型ABot-Earth0.5，其3D地图已覆盖190多个国家和地区。用户输入卫星图或文字描述，即可在消费级GPU上约10分钟内生成公里级3D城市，输出为可编辑的3DGS格式，可直接导入Unity等引擎。据称其制图成本为传统方法的百分之一，效率提升约千倍，可为具身智能、低空经济等领域提供支持。目前该模型已开放内测申请。

12 Apple Intelligence 发布，将 AI 能力融入 iPhone、iPad 和 Mac

客户端侧产品Apple IntelligenceiPhoneiPadMacAI集成

Apple 发布了下一代 Apple Intelligence，将人工智能能力深度集成到 iPhone、iPad 和 Mac 设备中，旨在为用户提供更个性化和实用的日常体验。

13 小米MiMo-V2.5-Pro-UltraSpeed实现超千 tokens/s推理速度

大模型小米MiMoMoE模型推理加速TileRT_AIAPI发布

小米MiMo联合TileRT_AI发布了MiMo-V2.5-Pro-UltraSpeed，首次在单台标准8-GPGPU节点上，对1万亿参数的MoE模型实现了超过1,000 tokens/s的输出速度。该方案未采用Cerebras或Groq的技术路线。其UltraSpeed API价格为普通版本的3倍，据称输出体验提升约10倍。限时免费聊天体验的申请时间为6月8日至23日，企业可通过business-mimo@xiaomi.com联系。

14 苹果发布第三代Apple Foundation Models（AFM）

大模型苹果AFMGoogle合作设备端模型隐私计算

苹果推出了第三代Apple Foundation Models（AFM）基础模型家族。该系列模型是与Google合作定制，共包含五个模型，覆盖从设备端到基于Private Cloud Compute的服务器端。这些模型旨在驱动Apple Intelligence的各项功能，包括全新的Siri和智能工具，其设计以用户为中心、深度集成操作系统，并以隐私为核心原则。

15 ChatGPT 新增数据图表生成功能

应用ChatGPT数据可视化图表生成移动端

ChatGPT 新增了一项功能，允许用户将数据和比较直接转化为图表。该功能现已在移动端和网页端同步上线。

1 腾讯混元联合多机构发布首个大规模多任务音频编辑基准MMAE

多模态腾讯混元音频编辑MMAE基准开源数据集上海交大

腾讯混元联合上海交大、南洋理工等机构推出MMAE，这是首个全面评估AI语音/音频编辑能力的基准。MMAE要求模型理解现有音频并按自然语言指令精确修改，而非简单生成。当前模型在该基准上的精确匹配率（EMR）低于5%，暴露了可靠音频编辑的短板。MMAE包含2000个真实场景高保真样本、17741条细粒度评估项，覆盖声音/音乐/语音及混合共7种模态、6种任务复杂度（基础修改到多跳推理及多轮编辑）、8种操作类型（局部到全局）。论文、代码、数据集和演示已公开。 原文（X：腾讯混元 ）

2 Perplexity与哈佛研究：AI智能体使任务完成速度提升87%，成本降低94%

应用PerplexityAI智能体哈佛大学效率提升成本降低

我们与哈佛大学发表新研究，关于从聊天界面转向像Computer这样的自主智能体的转变。 超过3个月的研究结果表明，使用Computer的工人在完成任务上比仅使用搜索快87%，成本低94%，且满意度更高。 https://research.perplexity.ai/articles/how-ai-agents-reshape-knowledge-work 原文（X：Perplexity ）

3 研究揭示生物学AI智能体面临数据基础设施挑战

技术AI智能体生物学确定性检索数据基础设施gget

一项实验让Claude、Biomni、Edison Analysis、GPT等科研智能体从病毒学数据库NCBI Virus中检索序列数据，结果显示即使是最强的模型也无法稳定达到可靠数据集构建所需的准确率。在引入确定性检索工具gget virus后，准确率才接近100%。研究指出，当前生物学数据基础设施存在碎片化、格式特殊、接口不统一等问题，这导致AI智能体难以像在软件领域那样高效工作。因此，确定性检索工具是实现可靠智能体工作流的关键，生物学数据库需要为智能体作为规模化用户而重新设计。

1 OpenAI推出经济研究交流平台Economic Research Exchange

应用OpenAI经济研究就业影响生产力

OpenAI宣布启动名为“Economic Research Exchange”的经济研究交流平台，旨在研究人工智能对就业、生产力和整体经济的影响。该项目现已面向研究人员开放研究项目申请。

2 OpenAI 宣布进入第三阶段，聚焦 AI 普及、易用与安全

大模型OpenAIAGIAI安全IPO战略规划

OpenAI CEO 奥尔特曼与首席科学家帕霍茨基联合发文，宣布公司进入第三发展阶段，核心目标是让人工智能普及、易用且安全。该阶段将致力于打造自动化 AI 研究员、推动经济提速以及为每人配备专属通用人工智能。二人强调必须坚守 AI 安全底线，并呼吁成立国际机构应对相关风险。同日，OpenAI 已秘密提交 IPO 申请，但上市仍需较长时间。

3 NVIDIA与LG集团合作建设AI工厂，加速物理AI与自动驾驶

产业 / 商业化NVIDIALG集团AI工厂机器人自动驾驶

NVIDIA与LG集团宣布合作建设AI工厂，旨在为LG的机器人、自动驾驶、数据中心和GPU云服务提供加速计算基础设施。双方将整合NVIDIA AI工厂平台与LG在消费电子及机器人领域的技术，连接从AI模型开发、物理AI数据生成、机器人仿真训练到边缘部署和工厂数字孪生的全流程。具体合作包括：LG电子将利用NVIDIA Isaac Sim和Isaac Lab仿真训练CLOiD家用机器人，并探索采用Isaac GR00T模型；LG Innotek将提供针对NVIDIA GPU优化的机器人传感组件；LG CNS负责集成NVIDIA机器人技术。此外，双方还将基于NVIDIA DSX平台建设下一代AI工厂，涵盖冷却、模块化设计和800V直流能源方案。

4 英国借助NVIDIA技术推进主权AI计划

技术NVIDIA主权AI超级计算机GH200AI基础设施

英国的主权AI计划取得实质性进展。AI云提供商数量已翻倍，其中Nebius部署了三套NVIDIA AI基础设施，预计到2027年满负荷运行时将达到65兆瓦。同时，基于5,400个NVIDIA GH200 Grace Hopper超级芯片的Isambard-AI超级计算机已投入运行，完全由零碳电力驱动。此外，英国主权AI基金资助了四家NVIDIA Inception初创公司：Cosine正在训练多模态MoE编码模型；Cursive使用Megatron-LM开发自改进AI系统；Doubleword则基于Dynamo和Nemotron 3 Super 120B模型，实现了70倍的冷启动加速和4倍的KV缓存压缩，推理成本降低了90-95%。

5 苹果 WWDC 2026 主题演讲直播，Hacker News 讨论热度达 110 点

客户端侧产品苹果WWDC开发者大会主题演讲

苹果公司通过其官网直播了 WWDC 2026 的主题演讲。此次直播在技术社区 Hacker News 上引发了讨论，热度达到了 110 点。

6 受欧盟DMA影响，Siri AI在iOS 27和iPadOS 27上将延迟上线

政策 / 监管苹果Siri欧盟DMA功能延迟

由于欧盟《数字市场法案》（DMA）的规定，苹果公司无法在iOS 27和iPadOS 27发布时，于欧盟地区同步推出Siri AI功能。这意味着该功能在欧盟的上线时间将晚于其他地区，具体日期尚未公布。

7 生数科技与华策影视达成合作，共建AI视听创制中心

产业 / 商业化生数科技华策影视ViduAI影视产教融合

6月7日，生数科技与华策影视签署战略合作协议，共同推动AI与影视产业融合。双方将以华策影视科技产教示范区为载体，以生数科技的Vidu视频生成大模型为技术底座，设立“AI视听创制中心”，探索AI虚拟制作与实拍结合的新模式。同时，将在浙江华策影视学校设立“华策&生数AI影视创制专业”，课程覆盖传统编导剪辑与AI视频制作技术。在内容生产层面，双方将推广“实拍+AI”融合方案，并优先在华策影视的项目中试点；在创作者生态层面，将引导Vidu社区的超级创作者到产教基地注册。

8 OpenAI 向 SEC 机密提交 S-1 草案，上市时间未定

产业 / 商业化OpenAISECS-1草案IPO

OpenAI 近日已向美国证券交易委员会（SEC）机密提交了 S-1 草案，即首次公开募股的注册声明。不过，公司目前尚未决定具体的上市时间。

1 微软AI CEO Mustafa Suleyman：超级智能将至，但不会取代工作

产业 / 商业化微软超级智能Mustafa SuleymanOpenAI合作Build大会

微软AI CEO Mustafa Suleyman在接受The Verge的Decoder访谈时表示，超级智能即将到来，但不会导致大规模失业。他透露微软与OpenAI已于去年10月签署新合同，在巩固合作的同时，微软获准独立追求超级智能。微软已组建超级智能团队并训练前沿模型，在本周的Build大会上发布了7个全模态新模型。他还批评了Anthropic将Claude描述为有意识的做法，认为消费者产品需要足够好才能克服公众对AI的负面情绪。

2 Claude Code GA一周年回顾：验证与自动模式

编程Claude CodeGA周年AI编程助手自动模式回顾

在Claude Code正式发布一周年之际，其开发者回顾了项目历程。内容涵盖验证最佳实践、构建自动模式的原因、例程与循环处理，并讨论了下一步计划。首个演示曾收到两个Slack反应。

3 Hivemind推出AI编程智能体持续学习功能，可提升代码生成准确率

编程AI编程智能体持续学习Hivemind技能复用开源

Hivemind发布了面向AI编程智能体的持续学习功能，现已开放。该工具能收集团队运行的每个智能体的轨迹，将其转化为可复用技能并推送给所有智能体，数据存储在用户自己的云存储中。其内置的SkillOpt功能使技能持续训练，据称使Claude Code准确率提升19.1分，Codex提升24.8分，在全部52个测试设置中达到最佳或持平水平。该工具已开源，支持一行命令安装。

4 Pakistan Notice Helper：面向本地安全问题的轻量AI工具

工具 / 效率安全工具巴基斯坦Qwen3.5诈骗识别多语言支持

Pakistan Notice Helper是一款为巴基斯坦用户设计的安全工具，用于在点击链接、拨打电话、分享OTP或支付前识别可疑消息。它支持文本或截图输入，输出风险等级、解释、警示标志及安全建议，界面支持英文和乌尔都语。最终部署选用Qwen3.5 4B Q8模型，在10个测试用例中通过了所有高风险诈骗和截图场景。项目曾测试Qwen3.6 27B和MiniCPM-V 4.6 Q8模型，最终基于精度、速度和成本的平衡做出选择，并受限于黑客松的32B模型上限规则。

5 Sam Altman：OpenAI计划到2028年由AI主导大量研究工作

前瞻OpenAIAI主导研究AGISam Altman自动化

Sam Altman关于OpenAI未来路径的新博客称，到2028年3月，其大量研究将由AI完成。 该路径主要有3个目标：构建自动AI研究员，利用它加速科学和生产，然后给每个人一个个人AGI，帮助处理工作、学习、编程、商业、健康文书和决策。 原文

6 邵猛开源 Brand to DESIGN.md 技能，提醒复刻易生新“AI Slop”

应用设计技能开源AI Slop品牌复刻邵猛

开发者邵猛关注设计品味与反AI垃圾设计技能，并在GitHub开源了“Brand to DESIGN.md”技能，旨在让AI智能体学习后复刻网站设计。但他指出，此类机械复刻若泛滥，可能从原本的反AI垃圾设计初衷中衍生出新的“AI Slop”，因其往往只模仿皮毛而缺少设计精髓。

7 OpenRouter推出Advisor工具，助小模型咨询高级模型

工具 / 效率OpenRouter模型协作成本优化推理工具

OpenRouter发布新服务器工具“Advisor”。该工具允许较小的模型在遇到困难时，向一个更高智能的“顾问”模型进行咨询，旨在帮助其跳出困境循环，并有助于用户迁移至成本更低的模型。

8 开源工具“小互视频翻译”实现全自动下载、转写、翻译与烧录字幕

工具 / 效率视频翻译开源工具Whisper字幕生成小互

开发者“小互”开源了一款视频翻译工具，用户只需输入一句指令（如“把链接翻译成中文字幕视频”），即可全自动完成视频下载、使用Whisper本地转写、AI翻译润色、烧录字幕及生成文稿。该工具支持YouTube、Bilibili、抖音等平台链接及本地文件，可将英语、日语、韩语等多种语言视频转为带中文字幕的视频。字幕精确到词级时间戳，支持纯中文与中英双语模式。工具由三个子技能组成，可单独或串联使用，适配Claude Code、Codex等AI编程工具，并已开源提供安装指南。

1 Kimi将用Agent集群公开预测104场世界杯赛事文章

应用KimiAgent集群世界杯预测体育分析概率模型

月之暗面Kimi宣布，其“Agent集群”将公开预测2026年美加墨世界杯全部104场赛事。预测方法为同时调度300个子Agent，从战术、球员、伤病、舆情、赔率等维度并行分析，综合使用Elo/FIFA强度模型、Poisson与Dixon-Coles进球分布模型、xG/xT指标体系、机器学习模型及蒙特卡洛模拟等多种方法。模型显示德国队夺冠概率（约11.3%）可能被市场低估，并分析了可能原因。文章旨在通过公开、可验证的预测过程展示AI能力与边界，并附有用户参与及公益计划信息。

2 播客探讨AI转型：仅用于会议纪要等个人提效或陷入误区播客

应用AI转型会议纪要组织协同波音案例数字模型

本期播客指出，当前AI转型常聚焦于提升个人任务效率，如用AI做会议纪要或写代码，却忽视了企业效能的真正瓶颈在于部门协作与信息流转。节目以波音为例进行类比：1980年代工程师用CAD画图后仍打印图纸开会，如同仅用“更先进的画图板”替代旧工具，未改变低效协作模式，这曾在767项目中导致一扇舱门被修改13000次。相反，波音777项目通过统一数字模型、组建跨职能小组并取消物理样机，实现了从任务提效到组织协同的飞跃，耦合问题减少60%-90%。节目进一步认为，AI转型的本质是打破信息与权力的既有分配，其真正阻力来自组织内的“信息中介”角色；AI的价值应在于取代“信息搬运”，让会议更聚焦于解决分歧与激发创新，从而提升组织整体决策能力。

3 图灵奖得主LeCun系统阐述大模型的未来发展方向文章

大模型Yann LeCunJEPAVLA通用智能AI理论

本文基于Datawhale DIY-LLM开源项目，系统梳理了Yann LeCun关于大模型未来发展的观点。文章提出八个核心结论，并从六个方面展开论述：分析LLM并非终点及其数据天花板；指出其通往通用智能存在核心能力缺口；论证视觉-语言-动作模型（VLA）当前范式接近失败；深入解读世界模型核心概念与JEPA架构；讨论JEPA面临的最难技术问题——表征坍缩及其解决路径；探讨LLM安全问题与目标驱动AI的架构方向。文章信息密度高，对LeCun观点进行了系统梳理。