AI 速览 | 2026年06月12日

本期速览共收录 33 条 AI 行业动态，涵盖模型发布、产品更新、行业动向和实用技巧。以下是过去 24 小时值得关注的内容。

🚀 模型发布

1. Gemini Omni Flash 视频任务达 SOTA^[1]

来源：Logan Kilpatrick · 4小时前

谷歌 Gemini Omni Flash 在图像转视频、文本转视频和视频编辑三项任务上均达到当前最优水平（SOTA）。能力将通过 API 向开发者开放，具体时间待公布。

2. Midjourney V8.1 已成为默认模型^[2]

来源：Midjourney · 17小时前

Midjourney 已将默认模型从 V7 切换至 V8.1。新版本在图像智能性、画面连贯度、复杂提示词遵循度以及文本渲染效果上均有明显提升，HD 模式也已全面支持。

🛠️ 产品发布

3. Replit Agent 新增自定义指令与技能功能^[3]

来源：Replit · 3小时前

Replit Agent 上线自定义指令（Custom Instructions）和技能（Skills）功能。开发者可以预设项目组织方式、品牌规范等偏好，Agent 在每个项目中自动遵循，不再需要反复口头交代。

4. Perplexity Computer 集成 Deep Research^[4]

来源：Perplexity · 4小时前

Perplexity 将 Deep Research 作为原生技能集成到 Computer 中，与 Agent 框架打通后可调用搜索代码生成、长运行沙箱、连接器和授权数据。Pro 和 Max 订阅用户现已可用。

5. DeepSeek-R1 的开源实现^[5]

来源：Hacker News · 4小时前

HuggingFace 在 GitHub 发布了 DeepSeek-R1 的开源复现项目 Open-R1，在 Hacker News 上获得超百个积分。项目旨在以完全开源的方式重现 DeepSeek-R1 的推理能力。

6. OpenRouter 基准探索器上线：10 项帕累托曲线^[6]

来源：OpenRouter · 6小时前

OpenRouter 推出基准探索器，可对 10 个不同基准绘制帕累托曲线，帮助开发者直观对比各模型在性能与成本之间的权衡。更多功能将在后续更新中上线。

7. Krea 2 推出生成式滑块控制图像属性^[7]

来源：Krea AI · 6小时前

Krea 2 上线「生成式滑块」功能，用户可以直接拖拽滑块来控制生成图像的强度、复杂度和运动效果，大幅降低精确调参的门槛。

8. Cursor 推出 Auto-review 机制：用分类器智能体动态管控自主权限^[8]

来源：Cursor Blog · 10小时前

Cursor 推出 Auto-review 安全机制，通过一个小型分类器模型在工具调用前评估风险。高风险操作会被拦截并向父智能体返回解释，低风险则自动放行。分类器运行在智能体循环内，基本不引入额外延迟。

9. 阿里云发布 Meoo CLI：本地 AI 编程项目可一键部署上线^[9]

来源：IT之家 · 13小时前

阿里云推出开源命令行工具 Meoo CLI（秒悟），支持 Claude Code、Codex、Cursor 等本地编程助手。通过调用阿里云云端能力，可自动完成数据库接入、用户登录、文件存储及项目发布，实现一键部署上线并生成分享链接。已支持 Linux、macOS 和 Windows。

10. 千问推出首个足球预测 AI 助手，竞猜赢奖并捐建球场^[10]

来源：千问APP · 13小时前

千问上线首个足球赛事预测助手，基于历史比赛、球员数据、伤病信息以及气候地貌等大数据进行预测。用户参与竞猜可赢取万元大奖和千问 AI 眼镜 G1，累积积分将用于向乡村学校捐建足球场，目标至少 50 所。

11. 腾讯混元 AI Infra 新开源：HPC-Ops 推理核心算子全面升级^[11]

来源：腾讯混元 · 13小时前

腾讯混元 AI Infra 团队开源升级 HPC-Ops 推理算子库，推出五大核心算子：Attention 长文本最高加速 2.95 倍；Router GEMM 最高加速 3.22 倍；FusedMoE 性能提升 1.2 至 1.6 倍；Fused AllReduce+Norm 最高加速 1.68 倍；Sampler 相对 vLLM 提速 4 到 7.5 倍。所有能力均源自生产实践并完全开源。

12. Deezer 推出面向其他流媒体服务的 AI 音乐检测器^[12]

来源：The Verge · 14小时前

Deezer 推出一项新功能，可扫描用户在其他流媒体平台（如 Spotify、Apple Music）的播放列表，检测其中的 AI 生成音乐。Deezer 是最早标记 AI 音乐的大型流媒体服务之一，CEO 表示由于行业跟进缓慢，他们决定让用户在任何平台上都能自查播放列表。

13. mlx-vlm v0.6.3 发布，Day-0 支持 DiffusionGemma 和 North Mini Code 1.0^[13]

来源：Berry Xia · 21小时前

mlx-vlm v0.6.3 上线，首发支持 Google DeepMind 的 DiffusionGemma 和 Cohere 的 North Mini Code 1.0。DiffusionGemma 采用全新 256 token 块并行生成架构，26B MoE 仅激活 3.8B，量化后 18GB 显存即可在 Mac 本地运行。

14. xAI 推出 Grok Build Plugin Marketplace^[14]

来源：xAI · 22小时前

xAI 为 Grok Build 上线内置插件市场，将技能、斜杠命令、AI 智能体、钩子、MCP 服务器和 LSP 打包为可安装包。首发合作伙伴包括 MongoDB、Vercel、Sentry、Chrome DevTools 和 Cloudflare。输入 /marketplace 即可浏览安装。

📊 行业动态

15. 全自主无人机首次击毙了人类士兵^[15]

来源：New Scientist · 2小时前

据《新科学家》报道，完全自主运行的无人机首次在实战中执行了致命攻击并击毙人类士兵。这是有记录以来第一起由自主武器系统独立完成的杀伤事件，标志着自主武器在实战应用上的重大突破，目前尚无更多细节披露。

16. Anthropic 与 DXC 达成全球联盟，将 Claude 引入关键行业系统^[16]

来源：Anthropic · 3小时前

Anthropic 与 IT 服务巨头 DXC Technology 达成多年全球联盟。DXC 将培训数万名 Claude 认证工程师，将 Claude 引入其为大型银行、航空公司、保险公司及政府机构运营的关键系统。DXC 内部已将 Claude 作为 OASIS 平台的默认模型，该平台超 95% 代码由 Claude 编写，开发速度提升 10 倍，已服务 50 多家客户。

17. Prometheus 融资 120 亿美元，估值 410 亿美元^[17]

来源：Kim · 6小时前

贝佐斯旗下 AI 公司 Prometheus 成立仅 7 个月、尚未交付任何产品，即以 410 亿美元估值完成 120 亿美元融资。公司定位为「人工通用工程师」，目标是压缩从设计到制造的周期 10 倍以上。为获取制造业训练数据，Prometheus 计划斥资 1000 亿美元收购传统工业企业。

18. Runway 与 Lionsgate 扩大战略合作^[18]

来源：Runway · 7小时前

内容巨头 Lionsgate 与 Runway 扩大战略合作。Lionsgate 已持有 Runway 股权，双方将启动联合开发项目，共同创作新 IP。首个项目是基于 Lionsgate 现有 IP 和 Runway 生成模型的短剧系列。Lionsgate 还将作为主持伙伴参与 Runway AI 电影节。

19. Anthropic 启动 Claude Corps 全国奖学金项目^[19]

来源：Anthropic · 8小时前

Anthropic 推出 Claude Corps 奖学金项目，招募 1000 名早期职业阶段的年轻人，培训使用 Claude 后匹配给美国非营利组织全职工作一年。研究员年薪 8.5 万美元加福利，初始投入 1.5 亿美元，合作方包括 CodePath 和 Social Finance，至少 400 家非营利组织参与接待。

20. AI 浪潮引发中国担忧：官媒呼吁保护劳动者权益^[20]

来源：Bloomberg · 15小时前

中国工作场所快速采用人工智能引发关注，官媒异常直白地呼吁保护劳工权利。报道指出北京正评估如何控制新技术带来的就业风险，显示 AI 对劳动力市场的冲击已进入政策讨论层面。

21. BBVA 将 AI 置于银行业务核心，与 OpenAI 合作^[21]

来源：OpenAI · 22小时前

西班牙对外银行 BBVA 将 ChatGPT Enterprise 推广至 10 万名员工，并与 OpenAI 达成合作，加速全球银行业务的 AI 驱动转型。

22. OpenAI 将收购 Ona^[22]

来源：OpenAI · 22小时前

OpenAI 计划收购 Ona，以扩展 Codex 的功能，提供安全、持久的云端环境，支持企业工作流中长期运行的 AI 智能体。此举被视为增强 Codex 企业级能力的重要一步。

23. OpenAI 支持欧洲构建可信 AI 生态系统^[23]

来源：OpenAI · 22小时前

OpenAI 宣布支持欧盟《AI 内容透明度行为准则》，推进内容溯源标准与工具建设，帮助用户识别 AI 生成内容。

💡 技巧与观点

24. 什么是 LLM 网关？应用与 AI 模型之间缺失的一层^[24]

来源：OpenRouter · 6小时前

OpenRouter 撰文探讨 LLM 网关的概念：没有网关层时，供应商中断会直接变成用户可见的错误，AI 支出也难以追踪。文章从路由、合规性和部署时间三个维度对比了不同方案的优劣，为开发者选型提供参考。

25. Codex Goal 指令生成 Skill 发布：一句话需求转目标^[25]

来源：Vista · 6小时前

针对如何给 Codex 写 Goal 指令的痛点，开发者 Vista 发布了一个 Skill，可将一句话需求自动转化为完整的目标指令，实现「睡前写指令、模型自动开发、第二天验收」。源码完全开源，安装命令：npx skills add joeseesun/qiaomu-goal-meta-skill。

26. Claude Fable 5 一句话生成桌面台球游戏^[26]

来源：Vista · 7小时前

网友用 Claude Fable 5 以一句话提示词「设计一个完整能玩的 3D 桌球游戏，一个网页就能运行」生成了可玩的桌面台球。这再次展示了前沿模型在创意编程方面的强大能力。

27. OpenAI 正酝酿「大幅」降价，Gary Marcus 视其为示弱信号^[27]

来源：Gary Marcus · 8小时前

OpenAI 被曝正考虑大幅下调 API 价格。知名 AI 评论者 Gary Marcus 认为这暴露了公司面对激烈竞争的疲软态势，降价本质上是应对竞争对手压力的防守策略。

28. Hermes Agent Desktop 发布，硅基流动支持一键切换^[28]

来源：硅基流动 · 11小时前

Nous Research 发布 Hermes Agent Desktop，硅基流动提供一键模型切换支持，可随时在 DeepSeek-V4、GLM-5.1、Kimi-K2.6、MiniMax-M3 等国产大模型间切换，为国内用户降低了前沿开源模型的使用门槛。

29. Codex 维护仓库：5 分钟循环并行自治^[29]

来源：Peter Steinberger · 12小时前

开发者分享了一个 Codex 自主维护仓库的循环方案：设置每 5 分钟唤醒一次，将工作分配到线程并行执行。配合编排器技能和 Auto-review 机制，部分工作可完全自主落地。

30. baoyu-design skill 更新：支持导入 Figma 本地文件^[30]

来源：宝玉 · 15小时前

baoyu-design 技能更新，现已支持导入 Figma 本地文件（.fig 格式），可在本地重建设计系统，效果与 Claude Design 在线版一致。导入后可复用设计系统创建新项目。安装命令：npx skills add JimLiu/baoyu-design。

31. Anthropic CEO 阿莫迪：AI 可能会造成大规模、长期性的岗位流失^[31]

来源：IT之家 · 16小时前

Anthropic CEO 达里奥·阿莫迪警告，AI 导致大规模失业是其技术结构性必然——AI 系统的设计目标就是复刻人类认知。他提出的应对思路包括完善劳动力市场监测、薪资保障、留岗税收优惠和培训补贴，若人力需求永久下降，则需考虑全民基本收入等长期保障。他强调 Anthropic 的目标不是削减人力成本，而是帮企业开拓新营收、盘活现有员工产能。

32. 从 0 到 1 速通 WorkBuddy：国内通用 Agent 产品教程^[32]

来源：数字生命卡兹克 · 20小时前

WorkBuddy 是面向国内用户的通用 Agent 产品，支持 Windows 和 Mac，提供免费版和 58 元/月个人专业版。内置代码开发、日常办公、设计创意三种场景模式及 100 多个行业 AI 专家，集成腾讯混元、DeepSeek、GLM、Kimi 等国产模型。拥有 Skills 市场和 MCP 连接器生态，可打通 QQ 邮箱、腾讯会议、腾讯文档等服务。

33. 橙线插画 Skill 开源：将配图流程蒸馏为自动化工具^[33]

来源：Oran Ge · 21小时前

开发者 Oran Ge 将文章配图流程提炼为「橙线插画」Skill 并免费开源，可自动生成统一风格的插图。项目地址：github.com/orange2ai/orange-line-illustration^[34]。

本简报由人工编辑整理，如有疏漏欢迎指正。

引用链接