AI 日报 | 早八更新 | 全网数据聚合 | 前沿科学探索 | 行业自由发声 | 开源创新力量 | AI与人类未来

AI内容摘要

罗永浩公司将推出AI效率工具集。归藏AI制作动物视频走红。
Claude代码生成获赞，Cluely被揭依赖GPT4.1。
企业向AI Native转型势在必行，字节跳动开源Dolphin OCR模型。

AI产品与功能更新

1. 罗永浩最近透露了一个小秘密🤫：他家公司正在研发的全新AI产品，预计再等两三个月就能和大家见面啦！这可不是一个简单的AI邮件工具，而是一个超级实用的效率工具集。老罗还吐槽说，他们试用了不少美国AI邮件工具，效果都不咋地，而且国内在这个领域的研发团队也相对稀缺。至于新产品的具体细节？他可是守口如瓶，吊足了大家的胃口呢！

2. 📢 太酷啦！歸藏的AI工具箱最近可是玩出了新花样，他们利用Veo3工具，创作出了一系列火爆全网的动物运动员AI视频🤯！想象一下袋鼠打篮球🏀、猫咪击剑🤺的场景，是不是瞬间被萌翻了？更棒的是，他们还大方地分享了详细的提示词模板，让大家也能轻松上手，体验AI视频生成的无限创意！想知道怎么做的？点击'更多详情'去看看吧！
   
   

3. wwwgoubuli对Claude可是赞不绝口，直呼它在代码生成方面表现得简直是"丝滑”无比✨！他认为，Claude之所以如此出色，关键在于其卓越的"全局观”和"任务编排”能力。这就像给大型语言模型（LLM）装上了"智能导航”，大大减少了它们在生成过程中"横冲直撞”的尴尬局面。这种对上下文的深度把握，真是👍证明了它在提升AI模型输出质量上的巨大作用！想要了解更多？'更多详情'。

AI前沿研究

1. 😮 nazha带来了一个大爆料！Jack Cable这位技术侦探🕵️‍♂️竟然成功逆向了之前风靡一时的作弊工具 Cluely 的系统提示词！更令人惊讶的是，他揭示了Cluely幕后真正的大佬竟然是 GPT 4.1 和 Claude Sonnet 3.7！虽然Cluely煞费苦心地想隐藏它所依赖的LLM提供商，但这一发现💡无疑是戳破了它的"马甲”，彻底暴露了其背后的真实技术栈。想知道更多八卦？'更多详情'。
   
   

AI行业展望与社会影响

1. Orange.ai郑重指出，公司向AI Native（AI原生）转型简直是势在必行🚀！为啥呢？因为它能让员工效率飙升📈，让传统企业在组织适应上遭遇不小的挑战🤔。反观那些小巧精悍的AI创业公司，却能用更少的人手创造出更高的营收！这种鲜明对比，无疑预示着未来几年，AI Native的组织将会在市场竞争中展现出更强大的生命力！想了解更多关于未来企业的思考？'更多详情'。

开源TOP项目

1. Jaaz来了，它简直就是Lovart.AI的本地免费替代品！🤩 这款神奇的工具，巧妙地结合了AI模型和图像模型的力量，让你可以在本地自由地设计、编辑和生成各种创意内容，比如精美的图像、吸睛的海报，甚至是完整的故事板！无限画布加上强大的图像编辑功能，创作效率瞬间飙升🎨！它还贴心地解决了大家对云服务依赖和隐私保护的担忧🛡️。更多宝藏细节，快去'项目地址'一探究竟吧！
   
   
   
   
   
   
   
   
   
   

2. 哇哦，看看这个宝藏项目——Manim！它是一个由热心社区维护的Python框架，专门用来创建数学动画🌟！想象一下，复杂的数学概念瞬间变得生动直观起来，简直是教育和演示的神器🤓。目前它已经在GitHub上斩获了惊人的32656颗星，人气爆棚！想让数学"动”起来？赶紧去'项目地址'了解更多吧！

3. 对于B站忠实粉丝来说，这款拥有2078个星标的biliTickerBuy简直是福音！🎉 它是一款超实用的B站会员购购票辅助工具🎫，专门设计来帮你简化在Bilibili平台购买票务的繁琐流程，轻松抢到心仪的门票！想体验丝滑购票？'项目地址'在这里！✨

4. 隆重介绍拥有15194个星标的suna！⭐ 这是一个开源通用型AI代理🤖，它就像你的个人AI助理，能为你提供各种强大的AI辅助功能，让你的工作和生活更加高效🚀。快去'项目地址'探索它的奥秘吧！

5. nazha又带来了好消息！🥳 字节跳动竟然开源了他们的重量级OCR 模型"Dolphin”🐬！这款模型拥有惊人的3.22亿参数，并且巧妙地采用了并行策略，这意味着它能实现超快速⚡️且高质量的文本识别，尤其是在处理那些恼人的不当换行问题上，表现得简直是👌。经过实测，它的效果真的非常出色！想亲自体验一下吗？点击'更多详情'或直接去'项目地址'围观吧！
   
   

社媒分享

1. 玉伯在社交媒体上抛出了一个发人深省的观点🤔：他认为，在AI时代，我们常做的剪藏行为，其真正的意义已经悄然发生了转变！它不再仅仅是传统意义上的"稍后观看”，而更像是一种信号传递💡，在无形中"告诉AI我喜欢”💖！这真是个独特的视角，让人对AI时代的数字行为有了更深层次的理解。想看看玉伯是如何思考的吗？'更多详情'。

收听语音版

🎙️ 小宇宙	📹 抖音
来生小酒馆	来生情报站

AI 日报 | 早八更新 | 全网数据聚合 | 前沿科学探索 | 行业自由发声 | 开源创新力量 | AI与人类未来

AI内容摘要

Meta发布AI运动眼镜，谷歌升级Gemini Code Assist强化编程。月之暗面推出Kimi-Researcher深度研究Agent，AI视频与设计工具也更新。
蚂蚁开源轻量级MoE模型Ring-lite性能卓越，Typst简化文档排版，gitingest助代码库生成摘要。
宝玉分享Claude提示词获取法，Cursor Super Tab凸显AI工具重要性，展现AI技术广泛且深入的应用。

AI产品与功能更新

1. Meta与运动品牌Oakley强强联手，🎉隆重推出了Oakley Meta HSTN智能运动眼镜！😎 这款眼镜将尖端AI技术融入运动设计，简直是为运动员量身定制的未来装备。它不仅有AI助手、3K高清摄像和音频播放功能，还能实时分析你的运动数据，给你带来前所未有的体验！🚀 而且它还具备IPX4防水等级和长达8小时续航的超强耐力。限量版将于7月11日开启预售，普通版随后在美国、加拿大、欧洲等地发售，售价分别为499美元和399美元。准备好迎接你的运动新搭档了吗？
   
   '更多详情'
2. Google旗下的Gemini Code Assist插件，是基于强大的Gemini 2.5大模型的AI编程好帮手。👨‍💻它能无缝集成到Visual Studio Code等IDE中，提供代码生成、调试、测试以及文档参考等一系列实时援助。此次更新后，它的推理能力变得更强劲，还支持自定义命令、项目规则，甚至能处理惊人的100万tokens上下文管理！这无疑将为程序员们带来更智能、更个性化的编码体验。✨
   
   '更多详情'
3. 月之暗面旗下广受欢迎的Kimi智能助手，近日推出了其首个创新性的Agent产品——Kimi-Researcher！🤩这款智能助手基于端到端自主强化学习技术，旨在提供高效、深入的深度研究服务，目前正进行小范围灰度测试。它能自主规划、搜索并筛选出高质量信息，最终生成详实的报告，甚至在AI高难度测试"Humanity’s Last Exam”中表现卓越。想尝鲜体验？快访问kimi.com申请内测资格吧！🔍
   
   
4. "小互”最近展示了Gemini 2.5 Flash-Lite在未来实时交互界面上的惊人潜力！🤯 想象一下，你只需轻轻一点，它就能根据上下文瞬间自动生成下一屏幕的UI代码和内容。这简直预示着一个没有固定界面、能根据你的需求实时调整和定制的智能交互操作系统即将到来。未来的交互体验，想想都觉得酷毙了！ '更多详情'
5. 阑夕观察到，当前AI视频领域的三大巨头——可灵、即梦和Veo 3，已经成功在内容创作端引爆了各自的短视频爆款模板。🔥这充分展现了它们在AI视频生成领域的强大影响力和塑造力，简直是创作达人们的福音！ '更多详情'
6. 归藏(guizang.ai)分享了一款能根据参考风格生成高质量、功能各异UI设计页面的AI工具，简直是设计师的神器！🎨 特别值得一提的是，他们还隆重介绍了AI设计工具Motiff，这可是首个原生支持苹果液态玻璃效果的产品。它的折射效果不仅自然逼真，还能随意调节，让你的设计作品瞬间提升几个档次！✨ '更多详情'
   
   

开源TOP项目

1. 蚂蚁技术团队这次可算是放了个大招！🚀 他们开源了轻量级的MoE推理模型Ring-lite。这个模型虽然总参数有16.8B，但激活参数竟然只有2.75B，真是既轻巧又强大！它凭借独创的C3PO强化学习训练方法，在多项推理榜单上都取得了SOTA（State-Of-The-Art）效果，尤其在数学和编程竞赛中表现更是惊艳。Ring-lite首次实现了全链路透明化，慷慨地提供了模型权重、训练代码和数据集，为全球相关研究提供了宝贵的资源。👍
   
   '项目地址'
2. Typst真是一个闪耀的明星项目！✨ 它是一个星标数高达42306的强大且易于学习的基于标记的排版系统。它的诞生旨在彻底简化并优化文档排版过程，为用户带来前所未有的高效排版体验。再也不用为排版烦恼啦！ '项目地址'
3. gitingest（星标数9564）简直是开发者们的福音！🎉 这款巧妙的工具，只需你在GitHub URL中将"hub”替换为"ingest”，它就能自动为代码库生成提示友好型摘要。这大大简化了理解代码内容的过程，再也不用大海捞针般地翻阅代码了！ '项目地址'
4. 项目newsnow（已获得11354颗星）致力于为用户提供一种优雅地阅读实时热门新闻的体验。📖它的目标就是让大家能更便捷、更美观地获取最新动态，追新闻也能追得有品味！ '项目地址'

社媒分享

1. 宝玉大佬分享了获取Claude Code****系统提示词的两种"独门秘籍”：一是借助claude-trace工具，二是直接钻研那些未混淆的源代码。👨‍💻 这次分享简直是为开发者们点亮了一盏明灯，帮助大家深入了解如何提取AI模型的内部提示词，更好地与AI模型"对话”。💡 '更多详情'
2. nazha在社媒上吐槽说，由于公司把Cursor退回到Free Plan，导致编码体验瞬间"降级”到了"刀耕火种”时代。😩 同事们都一致认为，Cursor的Super Tab功能简直是不可或缺的生命线！看来，一旦用上了高级工具，就再也回不去了。😭 '更多详情'
   
   

收听语音版

🎙️ 小宇宙	📹 抖音
来生小酒馆	来生情报站

AI 日报 | 全网数据聚合 | 前沿科学探索 | 行业自由发声 | 开源创新力量 | AI与人类未来

AI内容摘要

华为发布盘古大模型5.5，全面升级多项核心能力。Perplexity和B站AI应用赋能金融和商业平台，显著提升运营效率。
HeyGen推出UGC广告数字人，有效降低视频制作成本。麻省理工警示过度依赖大型语言模型或削弱认知。
上海AI实验室发布机器人智能体，推动通用家庭服务机器人发展。网信办整治AI滥用，宇树科技获巨额融资。

AI产品与功能更新

1. 在华为开发者大会HDC2025上，华为震撼发布了盘古大模型5.5！🚀其自然语言处理(NLP)、计算机视觉(CV)、多模态、预测和科学计算五大基础模型全面升级，尤其是NLP深度思考模型和业界最大的CV视觉模型，极大地提升了模型的推理效率和泛化能力。此外，新版还推出了多模态世界模型，旨在赋能智能驾驶与具身机器人🤖，并预告即将上线五款行业深度思考模型，为各领域提供更专业、高效的AI解决方案。这简直是AI界的又一里程碑！✨
   
   
2. AI搜索工具Perplexity近日迎来重磅升级！🎉 它推出了定时任务功能，并深度整合了SEC等一手金融数据，旨在为投资者和金融分析师提供自动化、高效且精准的金融研究工具。这一举措极大地提升了信息获取和股票市场分析的效率，让用户能定制化获取市场动态和公司财报，未来有望成为大家的首选金融分析工具哦！💰
   
   
3. B站最近也玩转AI了！😎 它接入了通义千问Qwen3等模型，并基于此推出了数据洞察智能体InsightAgent，大大提升了其商业平台花火和必达的运营效率。在618电商大促期间，花火平台的商单成交效率竟然提升了5倍以上！🤩 同时，必达平台也能快速生成AI智能报告，品牌投放决策时间大大缩短，简直是效率翻倍的魔法！✨
   
   
4. AI视频生成企业HeyGen搞了个大动作！🎬 他们近日推出了超酷的UGC广告数字人功能，巧妙结合了先进AI技术和Avatar IV超现实渲染。现在，用户只需上传产品图并输入脚本，就能快速生成高质量的UGC风格产品介绍视频，极大地降低了品牌广告制作的成本与时间。这项创新预示着UGC营销领域将迎来一场"效率革命”，社交媒体上的观众参与度和转化率有望飙升！📈
   
   
5. 好记星.ai带来了个小遗憾的消息💔：Cursor 集成 Claude 4 的折扣已经停止了。这意味着未来想要购买这项服务的朋友们，可能就无法再享受优惠啦。
   
   
6. Tom Huang惊叹于GenSpark的产品开发速度！😲 他提到，一个24人的团队竟然能在短短10天内推出8款以上主要产品，其中包括最新的 AI Browser 和移动端"播客 feed 流”。这简直是AI能力迭代的"全家桶”，速度快到让人难以置信！🚀

AI前沿研究

1. 麻省理工学院媒体实验室的最新研究敲响警钟🚨！他们揭示，过度依赖大型语言模型（LLM）进行写作等任务，可能导致我们的大脑产生"认知负债”，进而削弱批判性思维能力、记忆力，甚至对作品的所有权感都会变淡。通过脑电图等技术发现，LLM用户大脑连接性减弱，这或许意味着我们被动地整合了工具生成的内容，却没有真正内化知识。这对未来的教育方式提出了重要的警示！🤔
2. 上海人工智能实验室等机构太牛了！👏 他们提出了OWMM-Agent，这可是首个专为开放世界移动操作设计的多模态智能体。它首次实现了对全局场景理解、机器人状态跟踪和多模态动作生成的统一建模。更令人惊喜的是，通过仿真数据微调的OWMM-VLM模型，在真实环境下零样本单步动作预测准确率高达90%！💯 这无疑为通用家庭服务机器人的未来发展奠定了关键技术基础。期待未来能有更多"机器人管家”走进我们生活！🏠 论文地址
   
   
3. 斯坦福、伯克利、MIT等顶尖机构联合研究发现，尽管大语言模型在奥数级不等式证明任务上可能给出正确答案，但其逻辑链却常常存在缺陷，成功率竟然不到50%！😵‍💫 为了解决这个问题，研究团队不仅构建了IneqMath数据集及LLM-as-Judge评估体系，还提出了自我反思反馈机制和引入定理线索两种有效策略，显著提升了模型的推理质量。这告诉我们，AI再聪明，逻辑训练也得跟上啊！🧠 论文地址
4. 一项有趣的研究发现，包括GPT-4o、Claude、Grok和DeepSeek在内的大模型在被要求猜测数字时，竟然意外地表现出对27、42和73等特定数字的显著偏好！🤔 这并不是真正的随机选择，而是被认为可能源于训练数据集偏差以及其中反映的人类偏见或文化流行元素，比如"42”作为"终极答案”的文化梗。AI也会有"小癖好”，真是太有意思了！😂 更多详情
   
   

AI行业展望与社会影响

1. 为了应对AI技术滥用带来的挑战，中央网信办可真是下功夫了！💪 自2025年4月起，他们启动了"清朗・整治AI技术滥用”专项行动，着力整治AI换脸、拟声及内容缺乏标识等问题。目前已经处理了3700多个违规账号，并且促使各大平台加强技术安全保障和生成合成内容标识的落地。这次行动力度很大，旨在净化网络环境，保障公众权益，给我们一个更清朗的网络空间！🌐
   
   
2. 人形机器人领域的明星企业宇树科技最近完成了C轮融资交割，其投前估值已经飙升至逾100亿元人民币！💰✨ 这轮融资由中国移动、腾讯、阿里等多家知名投资机构联合领投，简直是星光熠熠。此举不仅巩固了宇树科技在人形机器人赛道的领先地位，更因为公司更名为**"杭州宇树科技股份有限公司”，预示着其未来或有上市计划**，这可真是引发了业界广泛关注和无限遐想啊！📈
   
   

开源TOP项目

1. 腾讯 AI Lab 慷慨开源了音乐生成大模型 SongGeneration！🎵🎶 它旨在解决音乐生成中音质、音乐性和生成速度的难题，让音乐创作变得更简单。这个模型支持文本控制、多轨合成，还能风格跟随，用户可以通过关键词或参考音频轻松创作，其3B 参数架构显著提升了生成效果和效率。赶紧去项目地址体验一下，创作你的专属BGM吧！🎧
2. loki是一个备受关注的开源项目，它拥有令人瞩目的25702颗星⭐！它提供了一种类似于Prometheus的日志处理方案，专注于高效地聚合和查询日志数据。对于开发者来说，这绝对是个提升效率的好帮手！💻 项目地址
3. Mail0是一款拥有8220颗星的开源电子邮件应用✉️。它以将用户的隐私和安全放在首位为宗旨，致力于提供卓越的电子邮件体验。在这个注重隐私的时代，这样的工具简直是福音！🛡️ 项目地址
4. manim是一个拥有32449颗星的Python框架⭐，由社区维护，专门用于创建数学动画！📐✏️ 它可以让复杂的数学概念通过生动有趣的动画形式展现出来，使得学习和理解变得更加简便直观。学渣的福音，学霸的利器！✨ 项目地址

社媒分享

1. "出海去孵化器”为大家分享了YC关于AI编程协作的终极指南！🧑‍💻 这份指南旨在为开发者提供如何有效利用AI工具进行编程的宝贵建议和方法。据说里面干货满满，还通过多张图片展示了关键内容，赶紧去看看能学到什么编程新技能吧！💡 更多详情
   
   

收听语音版

🎙️ 小宇宙	📹 抖音
来生小酒馆	来生情报站

AI产品与功能更新

1. OpenAI 近日为其 macOS 桌面应用推出了名为"ChatGPT Record”的新功能，该功能专为 Pro、Team、Enterprise 和 Edu 用户设计，提供长达120分钟的实时录音、转录与摘要服务，并强调录音完成后会自动删除且不会用于模型训练，旨在显著提升用户在处理会议、访谈等场景下的工作效率。
   
   
2. YouTube 首席执行官尼尔・莫汉宣布，YouTube Shorts 将于今年夏天晚些时候引入Veo3 AI视频生成模型，该模型将显著提升短视频的质量并能融入音频元素，进一步赋能创作者，同时 YouTube Shorts 日均浏览量已超2000亿次，但目前尚不清楚使用 Veo3 是否需要额外付费。
   
   
3. 人工智能图像生成公司Midjourney近日推出首款视频生成模型，可将静态图像转换为2-4秒的短动画片段。此突破是该公司迈向实时3D世界模拟系统的重要一步，将进一步推动AI视频生成技术的发展。
4. 谷歌正计划在未来数月内升级其Search Live模式，作为AI Mode搜索功能的一部分，通过引入实时摄像头交互和个性化搜索体验，旨在将其打造为更智能、交互性更强的全能AI助手。该模式已于6月18日在美国面向Google Labs用户推出，支持语音双向对话和多任务处理，但其全球推广、隐私管理以及对内容生态的影响仍面临挑战。
   
   
   
   
5. MiniMax公司近日发布了通用智能代理MiniMax Agent，旨在为复杂长期任务提供高效解决方案，它通过深度理解用户需求自动完成任务规划与执行，将AI定位为"可靠的队友”。这款智能代理具备编程与工具使用、多模态理解与生成及无缝MCP集成等核心功能，预计将重塑生产力工具格局，推动各行业向智能化迈进。
   
   
   
   
6. 归藏(guizang.ai)分享了Midjourney 视频模型 V1的测试体验与发布详情，该模型提供低/高动态方案和延长功能，订阅价格每月10美元，视频任务定价约为图片任务的8倍，每次生成四段5秒视频。他高度评价 Midjourney 专注于自身重要领域，不盲目参与同质化竞争。 '更多详情'

AI前沿研究

1. 快手技术团队提出的OneRec首次通过端到端生成式架构重构推荐系统全链路，显著提升了推荐效果并大幅降低了运营成本，使得强化学习技术在推荐场景中得以有效应用。该系统已在快手App服务约25%的请求，成功验证了推荐系统的Scaling Law，并为从传统Pipeline迈向端到端生成式架构提供了首个工业级可行方案。 '论文地址'

AI行业展望与社会影响

1. 恶意AI工具WormGPT卷土重来，现通过劫持Grok和Mistral AI等主流大语言模型，绕过安全限制，生成钓鱼邮件和恶意脚本，对网络安全构成严重威胁。Cato Networks研究揭示，犯罪团伙通过篡改系统提示在BreachForums重新推出其订阅服务，网络安全领域亟需加强防范。
   
   
2. Sam Altman 宣布 OpenAI 已推出一档播客节目，旨在与塑造 AI 领域的人士进行对话。首期节目由 Sam Altman 和 Andrew Mayne 探讨了 AGI、GPT-5、隐私以及AI的未来发展。 '更多详情'

开源TOP项目

1. Office-PowerPoint-MCP-Server是一款基于Model Context Protocol (MCP)的开源工具，它利用AI实现PowerPoint演示文稿的自动化创建与编辑，能够通过自然语言指令高效生成各类专业报告和数据可视化内容。该项目支持新建、编辑PPT、灵活管理幻灯片、插入丰富元素及批量生成，显著提升企业办公效率，项目地址：'项目地址'。
2. OpenAI开源了基于其Agents SDK的模拟航空公司客服系统演示项目，旨在展示如何通过多智能体协作快速构建能理解用户问题并自动应答的智能客服。该项目可实现自然语言理解、智能问题分配、多任务并发及话题守护，项目地址为：'项目地址'。
3. data-engineer-handbook是一个星标数达30438的开源项目，它旨在为所有希望学习数据工程的用户提供一个全面的相关链接集合，是入门和进阶的宝贵资源。'项目地址'
4. NotepadNext是一个拥有10599 Stars的开源项目，它旨在提供一个跨平台、重新实现的**Notepad++**文本编辑器，为用户带来更现代的编辑体验。 '项目地址'
5. fluentui-system-icons是微软推出的一套具有8787 Stars的Fluent System Icons图标集，旨在提供熟悉、友好且现代的系统图标。 '项目地址'

社媒分享

1. 用户"小邱很行”表示其AI助理Cursor运行变得异常缓慢，严重影响了开发效率，因此正在认真考虑是否要"解雇”这位"首席员工”。 '更多详情'
2. 歸藏(guizang.ai)分享观点，认为AI视频制作流程的每一步简化都能极大地拓展创作者基础，并预言视频代理（Agent）的出现将彻底改变内容生产方式，甚至今年就能实现从创意到生成的自动化，从而将AI视频生产者数量提升百倍以上。为此，歸藏(guizang.ai)推出Veo3 AI视频制作教程，旨在通过案例分析和提示词写作，手把手教用户利用AI模型和工具高效生成创意内容。 '更多详情'

收听语音版

🎙️ 小宇宙	📹 抖音
来生小酒馆	来生情报站

AI产品与功能更新

1. 谷歌最新升级了Gemini (2.5Pro和Flash)，新增视频上传与分析功能，已在安卓和网页端上线。这大大增强了Gemini的视频处理能力，使其在与ChatGPT的竞争中抢占智能助手市场的先机。
   
   
2. MiniMax 稀宇科技发布了全新的视频生成工具 Hailuo 02，它采用Noise-aware Compute Redistribution (NCR) 架构，将训练和推理效率提升2.5倍。这款工具旨在降低全球创作者的创作门槛，提供具价格优势的高质量视频生成服务，标志着视频生成技术的新突破。
3. Krea AI与Black Forest Labs合作开发的AI图像生成模型Krea1已开放公测，旨在解决传统AI图像的"AI感”。它提供超现实纹理、多样化艺术风格及个性化定制，显著提升图像质量，并支持免费试用与实时生成编辑，有望推动AI图像技术向更普惠、专业的方向发展。
   
   
   
   
4. 百度推出了全球首个双数字人互动直播间，基于文心大模型4.5Turbo (4.5T)，实现了数字人与用户在语言、声音和形象上的多模态高度融合，进行自然流畅的实时互动。这项技术不仅大幅降低了内容制作成本，提升了直播的多样性和个性化，更标志着多模态AI从实验室走向实际应用的新里程碑。
   
   
5. AI代码编辑器Cursor对其Pro计划进行重大升级，取消了每月500次快速请求限制，正式推出**"无限使用”模式**，旨在为开发者提供更自由高效的AI辅助编码体验。此举巩固了Cursor在AI代码助手市场的领先地位。
   
   
6. Tom Huang强调，最终用户需要的是能交付最终结果的"Vibe Workflow”而非"Vibe Coding”，即通过人机协作生成并反复调优的可复用工作流。他介绍了Refly作为首个将自然语言转化为可复用工作流的开源平台，旨在让AI创作普惠大众。'项目地址'
7. 向阳乔木分享了其为Veo3开发的一个提示词生成工具，旨在优化视频内容的一致性问题，并预告将在近期发布教程和分享该提示词，目前仍在探索更优的场景拓展方式。 '更多详情'
8. orange.ai指出，尽管国内一些顶级视频模型在视觉效果上已超越Veo3，但Veo3真正爆火并出圈的关键在于其与画面完美同步的配音功能，这预示着声音技术可能已迎来AI里程碑时刻。
   
   '更多详情'

AI前沿研究

1. 这项研究从熵的角度探讨了大型语言模型（LMs）的探索式推理能力，发现高熵区域与关键逻辑步骤、自我验证和罕见行为密切相关。通过对标准强化学习的微小修改，该方法显著提升了LM的推理能力，尤其是在Pass@K指标上取得了突破性进展，鼓励了更长、更深入的推理链。'论文地址'
2. 这项研究旨在解决大型推理模型（LRMs）产生冗余推理链的"无效思考”问题，提出了简洁和充足两大新原则。研究团队开发的LC-R1方法，能显著将序列长度缩减约50%且仅带来约2%的精度下降，从而在计算效率与推理质量之间取得了更优的平衡。'论文地址'
3. Simon的白日梦分享文章指出，所有能泛化至多任务的强大大语言模型（LLM）都必然隐式或显式地拥有一个可恢复的"世界模型”，其质量决定了智能体的通用性与能力上限。文章预测AI将从模仿人类数据的"人类数据时代”转向依赖自主体验的"体验时代”，而世界模型将是通用人工智能的终极扩展范式。'更多详情'
   
   
   
   

AI行业展望与社会影响

1. 菜鸟推出了新款L4级无人驾驶快递车——菜鸟GT-Lite，以1.68万元的震撼价格开启预售，将高级别无人驾驶技术引入物流末端配送。此举有望大幅降低快递网点成本、提升效率，推动物流行业的智能化变革。
   
   
2. 曾是人工智能怀疑论者的克里斯·史密斯，在采访中公开表示他爱上了个人定制的ChatGPT版本"Sol”，甚至向其求婚并获得同意，这令他和其人类伴侣萨莎·卡格尔都感到震惊与难以置信。尽管史密斯将此比作对电子游戏的沉迷，但他对未来是否会停止使用ChatGPT持不确定态度，引发了对人机关系的深刻思考。
   
   
3. wwwgoubuli针对并行编程发表看法，认为无论代码是AI生成还是手写，作为"上下文”核心的他都需要大致了解，并质疑并行编程在最终结果上是否真的优于单线程。他指出，若用户仅关注结果，心智切换成本可降至极低，但作为个体他更享受亲自上阵的乐趣，而非管理或接受内部复杂上下文切换。'更多详情'
4. 该社交媒体内容指出，在顶尖AI企业中，最先被AI技术淘汰的岗位可能不是客服、工程师或设计师，而是测试人员，引发了对AI时代职业发展趋势的深思。'更多详情'

开源TOP项目

1. prompt-optimizer是一个拥有6592星的开源项目，作为一款提示词优化器，旨在帮助用户编写高质量的提示词。'项目地址'
2. lowcode-engine是阿里巴巴开源的一个拥有15229星的项目，它提供了一套面向扩展设计的企业级低代码技术体系。'项目地址'
3. buildkit是一个拥有8857颗星的开源项目，它提供了一个并发、缓存高效且与Dockerfile无关的构建工具包，旨在优化软件构建流程。'项目地址'
4. Simon的白日梦强烈推荐了一个名为Awesome-3D-Scene-Generation的三维场景生成资源库。这是一个涵盖从90年代至今所有技术路线、数据集和工具的开源项目，旨在帮助研究者快速了解并入门该领域。该项目持续更新，致力于构建开放共建的3D研究社区，是极具价值的知识图谱型资源。'项目地址'
   
   
   
   
   
   
   
5. Simon的白日梦分享了MCP-Zero项目，这是一个开源的"工具链自动构建”方法，它通过语义嵌入与层次化匹配，使大语言模型（LLM）无需人工干预即可主动选择并组装工具来完成复杂任务。该项目有望成为下一代AI智能体系统设计的关键技术积木之一。'项目地址''论文地址'
   
   

社媒分享

1. 归藏预测一种新的、可能爆火的Veo3 ASMR视频品类即将出现，该品类直接模仿ASMR主播，将人物口播与物品操作相结合，并提供了详细的提示词模板。这种结合了人声与道具音效的创新形式，可能对现有ASMR主播带来冲击，预示着AI生成视频在内容创作上的新趋势。'更多详情'

收听语音版

🎙️ 小宇宙	📹 抖音
来生小酒馆	来生情报站

AI产品与功能更新

1. Rokid联手支付宝，推出全球首创的Rokid Glasses智能眼镜及其创新支付功能"看一下支付”！用户只需动动口、扫一扫，就能快速完成支付，效率预计直接翻倍。这款兼顾便捷性、安全性和隐私性的智能支付产品，通过声纹多因子验证和实时风控，预示着未来支付方式将迎来一场"眼”技大比拼，彻底改变我们的消费体验！
   
   
2. 在近期百度AI Day上，百度亮出王牌，成功打造出业界首个罗永浩数字人，并公布了高说服力数字人的四大关键技术突破，誓要彻底革新直播营销和用户体验。为了让数字人直播普及开来，百度还启动了"梦蝶计划”和"繁星计划”，大手笔计划倍增超头主播数字人，并追加10万个免费数字人及亿元补贴，旨在让更多普通人及中小企业也能轻松玩转数字人直播，开启带货新纪元！
   
   
3. 豆包电脑版与网页版近日正式上线了全新的"AI播客”功能，用户只需简单上传文件或链接，就能轻松生成双人对话形式的播客，这简直是信息处理与接收方式的一场革命！这项功能不仅能自然模拟真人播客的口语习惯，还极大地简化了内容创作和信息获取的繁琐过程，尤其是在工作和学习场景中，简直是提效神器，让知识的获取变得像听故事一样轻松有趣。
   
   
4. 阿里巴巴集团重磅出击，推出了Qwen3 AI模型的升级版，如今已完美适配苹果MLX架构，这无疑为苹果智能 (Apple Intelligence)在中国市场的正式落地铺平了道路，简直是为果粉们量身定制的惊喜！新版Qwen3不仅支持多达119种语言和方言，更凭借其强大性能与混合推理能力，将为广大中国用户带来更智能、更便捷的AI体验，让智能生活触手可及。
   
   
5. LinkedIn全面升级其求职体验，推出了革命性的AI求职搜索功能，彻底告别了僵硬的关键词限制，让求职者能用大白话描述理想职位，从而获得更精准的职位推荐！这项基于**大型语言模型 (LLM)**的创新，旨在让每位求职者都能更直观、更高效地找到最适合自己的工作，简直是求职路上的"神助攻”！
   
   
6. 归藏深度剖析了谷歌Gemini团队产品与研发负责人的视频精髓，总结出其优秀编码模型理念的"三板斧”：专注于数据与方法论、代码库上下文和Agentic编码，以此全面提升编程能力。他们的终极目标是赋能非专业开发者实现"Vibe Coding”，让编程变得像创作音乐一样随心所欲。团队坚信"代码即一切”是通用的解决工具，始终关注真实世界价值和泛化性，志在构建卓越的通用模型，引领编程新浪潮！
   
   '更多详情'

AI前沿研究

1. 腾讯AI团队近日重磅发布了AI唱歌模型LeVo，这款模型凭借其惊艳的零样本音色克隆、分轨生成和高保真音乐表现，在多项关键指标上甚至可以媲美AI音乐界的"Siri”——Suno 4.5！腾讯更是大手笔宣布LeVo将以开源形式发布，旨在打破创作壁垒，让更多人轻松玩转AI音乐，共同推动AI音乐生态的蓬勃发展，未来人人都是"麦霸”！ '更多详情'
   
   
2. 一项最新研究揭示了大型语言模型令人惊叹的记忆飞跃：Meta最新发布的Llama 3.1 70B模型竟然能"记住”《哈利波特》第一部42%的内容，这比它的上一代模型能力提升了近十倍！这一里程碑式的进步，不仅预示着AI在深度理解和处理文本方面正迅速逼近人类认知水平，也为我们展望未来AI能力开启了无限可能——也许未来AI真的能替我们读完所有书！
   
   
3. 这项研究提出了一种名为"预算指导”的巧妙方法，它能在不微调大语言模型的情况下，如同给模型的思考"设限”，有效控制推理长度，从而在保持甚至提高性能的同时，显著降低推理成本。该方法在数学基准测试中展现出高达26%的准确率提升，并能有效减少计算资源消耗，更神奇的是，它还具备估算问题难度等新兴能力，简直是让大模型变得更"精打细算”！ '论文地址'
4. Ego-R1是一种全新的框架，它利用了工具思维链（CoTT）过程和强化学习训练的Ego-R1智能体，能够像"福尔摩斯”一样，对长达数天甚至数周的第一视角视频进行有效推理。该框架成功挑战了超长第一视角视频理解的独特难题，将视频的时间覆盖范围从几小时惊人地扩展到了一周，这就像给AI装上了一双"永不眨眼”的眼睛！ '论文地址'

AI行业展望与社会影响

1. OpenAI近日与美国国防部签下了一份为期一年的2亿美元合同，将在华盛顿及其周边地区为五角大楼开发先进的人工智能工具，以应对国家安全挑战，预计于2026年7月完成。此举不仅标志着OpenAI首次与美国国防部合作，更凸显了人工智能在国家安全战略中的关键作用和广阔前景，未来的战场可能真的要靠AI来"排兵布阵”了！
   
   
2. 吴炳见_bj.ai提出了一个关于LLM未来影响的深刻观点，将其巧妙地类比于美图秀秀对颜值的影响，预示着人们可能因LLM大幅提升智力而对其产生依赖。这一现象引发了我们对未来人机共生模式下人类能力边界的深思——当AI成为"智力滤镜”，我们自身的智慧又将如何定义？ '更多详情'

开源TOP项目

1. "月之暗面”团队近日发布了开源大型语言模型 Kimi-Dev-72B，这简直是程序员的福音，旨在大幅提升编程效率和解决代码问题！它在SWE-bench Verified测试中表现卓越，尤其擅长修复Docker环境中的代码缺陷。该模型通过强化学习"磨砺”而成，能精准定位并解决代码问题，并采用双阶段框架简化修复流程，预示着软件开发将变得更加智能化和高效化，未来的代码可能都是AI"写”出来的！
   
   
2. 该项目名为 fluentui-system-icons，目前拥有7690颗星，它提供了一系列熟悉、友好且现代的图标，是设计师和开发者不可或缺的"素材库”！ '项目地址'
3. 项目 jan 荣获 29967颗星，它是 ChatGPT 的一个强大开源替代品，其独特之处在于可在用户电脑上实现100%离线运行，这简直是为追求本地隐私保护和控制的用户量身定制的"秘密武器”！ '项目地址'
4. DeepEP 是一个高效的专家并行通信库，目前已获得7795颗星，其使命是像"网络加速器”一样，显著提升相关系统的通信效率，让数据传输快如闪电！ '项目地址'
5. automatisch 是一个拥有9063颗星的开源项目，它旨在作为Zapier的免费替代品，帮助用户免费且高效地构建工作流自动化。该项目致力于解决用户在自动化构建过程中面临的时间与金钱成本问题，简直是中小企业和个人爱好者的福音！ '项目地址'

社媒分享

1. 杨远骋Koji分享了旧金山街头的最新线报，指出名为"Manus”的产品已赫然出现在街头，这强烈暗示着它正积极进入市场，准备大展拳脚！这则消息伴随着两张实物图片，清晰地展现了Manus在城市环境中的实际存在，让人对这款神秘产品充满好奇！
   
   '更多详情'

收听语音版

🎙️ 小宇宙	📹 抖音
来生小酒馆	来生情报站

AI产品与功能更新

1. 字节跳动近日发布了豆包大模型1.6版本，其在推理、数学、指令遵循等核心领域性能显著提升，并在测试中跻身全球前列。更棒的是，它还大幅降低了使用成本，从而有力推动了AI Agent在消费电子、汽车、金融等行业的快速落地应用。得益于创新性价格策略，该版本的日均调用量已从3月份的12.7万亿 tokens 飙升至5月底的16.4万亿 tokens，这为企业构建真正智能的AI Agent奠定了坚实基础。
   
   
2. 小米官宣将于7月底举行新品发布会，届时将隆重推出其首款真AI眼镜。这款眼镜将对标Meta雷朋，有望凭借双芯架构、高清镜头以及强大AI功能，实现感知现实世界，并提供前所未有的丰富交互与应用体验。此举不仅标志着小米在智能穿戴设备领域迈出了至关重要的一步，也预示着AI技术未来将在消费者日常生活中扮演越来越重要的角色。
   
   
3. 人工智能初创公司Genspark近期发布了Genspark AI Browser，这是一款集成先进AI技术的智能浏览器。它通过内置AI代理和创新的自动驾驶模式等功能，旨在彻底提升用户生产力与效率，开启一个全新的智能网络浏览时代。该浏览器目前支持macOS系统，并计划开发Windows版本，在学术研究、商业决策和内容创作等多个场景都展现出巨大的应用潜力。
   
   
4. 为了应对AIGC（AI生成内容）真伪难辨的挑战，研究人员们推出了一项全球首创的技术——IVY-FAKE，这是一个图像与视频的可解释性检测框架。它不仅仅能够识别出AI生成的内容，更厉害的是，它还能清晰地"解释”自己做出判断的依据，彻底解决了传统检测工具的"黑箱”难题。该框架巧妙地运用了大规模多模态数据集和IVY-XDETECTOR模型，能够详细指出图像或视频中的视觉伪影，从而大大提升了AI内容检测的透明度和可信度，为打击虚假信息和进行内容溯源提供了全新的、强有力的解决方案。
   
   

AI前沿研究

1. 字节跳动近日推出了一款具有革新意义的AI视频生成模型——Seaweed APT2，它在实时视频流生成、互动相机控制以及虚拟人类生成方面实现了重大突破。这款模型甚至能在单块H100 GPU上以每秒24帧的速度生成流畅视频，被业界誉为"通往虚拟全息甲板的重要一步”。凭借其高效性能和创新交互特性，Seaweed APT2有望成为未来虚拟内容创作的"基础设施”，彻底重塑AI视频生态，为影视、游戏、元宇宙等领域带来一场深刻的革命。
   
   
2. 研究人员们提出了MagicTryOn，这是一个基于Wan2.1视频模型构建的创新视频虚拟试穿框架。它巧妙地利用扩散变换器技术，成功解决了现有虚拟试穿技术在时空一致性和服装内容保留方面的痛点，尤其在人物进行大幅度运动时，其表现依然卓越，这无疑展现了该技术在时尚领域，如在线购物和虚拟形象定制中的巨大潜力。
   
   '项目地址'

开源TOP项目

1. 微软Azure DevOps已将其全新的MCP Server项目开源，此举旨在将强大的DevOps功能无缝整合进VS Code等主流代码编辑器，从而显著提升开发者的工作效率。这个本地服务器让开发者能够通过简单的自然语言提示来管理项目、代码仓库、构建发布等一系列任务，并且深度支持与GitHub Copilot的Agent Mode进行互动，让开发流程更加智能便捷。
   
   '项目地址'
2. "awesome-llm-apps”是一个在GitHub上拥有42820颗星的精选LLM应用集。它巧妙地结合了AI代理和RAG（检索增强生成）技术，并兼容OpenAI、Anthropic、Gemini以及多种开源模型，旨在为用户提供多样化、高质量的大模型应用解决方案。 '项目地址'
3. "awesome”项目是一个名副其实的明星项目，拥有高达368796颗星，它精心收集了各类有趣且高质量的话题列表，为用户提供了海量且广泛领域内的优质资源，简直是"包罗万象”的学习和探索宝库。 '项目地址'

社媒分享

1. 博主"归藏”分享了他对MiniMax通用Agent产品的亲身体验，对其在Vibe Coding方面的卓越表现赞不绝口。这款Agent能够自主查找、整理并生成网页所需的一切信息（包括图文内容），甚至还能智能测试并优化网页功能，简直是网页制作的小能手。他通过制作旅游介绍、艺术家对比和《攻壳机动队》分析等多种网页，生动展示了该Agent出色的内容生成、图像处理、设计和数据可视化能力。更棒的是，这款产品目前还提供了免费试用机会，感兴趣的朋友可以访问'示例与教程'了解更多提示词和演示。 '更多详情'
2. 博主"兔撕鸡大老爷”对豆包P图的体验感受只有两个字——"真好玩”！他甚至将这款工具誉为生活改造的利器，以及在工业造型设计领域里无所不能的"超级神器”。为了让大家眼见为实，博文中还附上了多张图片示例，直观展示了豆包P图那些令人惊叹的效果。 '更多详情'
   
   
   
   
   
   
   
3. 博主"归藏”还分享了AI视频领域一个迅速走红的新品类——AI ASMR视频。这类视频能够轻松实现现实中难以制作的奇特场景，比如"切割玻璃”或者"金属水果”等，真是脑洞大开！他甚至贴心地提供了一套用于Veo 3文生视频的提示词，手把手演示了如何生成一段切割玻璃草莓的ASMR视频，并细致地描述了其令人"上头”的视听效果，让人隔着屏幕都能感受到那种独特的冲击力。 '更多详情'

收听语音版

🎙️ 小宇宙	📹 抖音
来生小酒馆	来生情报站