Google 开放 Gemini Omni 1.2 Flash 使用入口,覆盖 Flow、Vids、Gemini App 和 AI Studio
Google AI 官宣 Gemini Omni 1.2 Flash 开放使用:创作者可在 Google Flow(推出中)、Google Vids 和 Gemini App 生成视频,Gemini App 面向所有 Google AI 订阅用户推出,Ultra 订阅可生成 15 秒片段。
按来源浏览
Google AI 官宣 Gemini Omni 1.2 Flash 开放使用:创作者可在 Google Flow(推出中)、Google Vids 和 Gemini App 生成视频,Gemini App 面向所有 Google AI 订阅用户推出,Ultra 订阅可生成 15 秒片段。
Google DeepMind 发布 Gemini Omni 1.2 Flash,在 Gemini API 和 Gemini for business 全面开放,首次实现 Gemini Omni 全面可用。
OpenAI 发布网络安全模型 GPT-6 Cyber,称其更擅长发现漏洞且更不易越界攻击其他平台,测试中越界率从 GPT-5.6 Cyber 的约 5% 降至 1% 以下。
AI 工作室 Fable 制作的电影 Gods Don't Give Gifts 宣布 Grimes 加盟,她将为影片提供肖像和配音演出。该片被称为首部进入院线的 AI 电影,定于 12 月 4 日上映,由 Jack London(网名 Gossip Goblin)执导,讲述四个关于意识商品化的互连故事。
详细介绍了 Cat Wu 在 Anthropic 两年的工作轨迹及其加入 OpenAI 的愿景,展现其对 AI Agent 产品理念的阐述。
描述了通过 AI 代理反复迭代改进 3D 关卡场景的方法:玩→找 bug→agent 修复→改物体→循环,最终达成可玩关卡。
Piccolo 是一款基于递归自改进(RSI)框架的决策模型,包含 27B、9B 和 4B 三个尺寸,在 JevBench 等基准测试中多项指标排名第一,能为智能体工作流、数据处理及游戏操控提供快速精准的长程决策支持。
OpenAI 推出 Private Safety Processing,让 OpenAI 为安全目的审查相关 API 请求,同时不留存你的提示词或响应。记录保留在用户自己的环境中,由自动化安全智能体审查,OpenAI 人员无法访问相关内容。
SemiAnalysis 发布 GDPx 基准,将 AI 智能体放入模拟知识工作环境,206 个任务覆盖芯片设计、网络安全、法律等 11 个领域,没有模型超过 12%。
Linear 发布 Mobile Diffs,让用户在手机 App 内完成代码审查全流程。Guided Reviews 会把 PR 拆成多个部分,先说明改动内容与原因,便于在手机上分段审阅大型 PR。该功能已在 App Store 和 Google Play 的最新版 Linear 应用中上线,审阅状态与桌面端同步。
Runway 发布新研究《Runway Characters: Serving a 57B Video Diffusion Transformer for Real-Time Conversation》,讲解如何让约 57B 参数的自回归视频扩散 transformer 以 24 fps 支撑可对话的实时虚拟角色。
OpenAI 宣布任命 Dan Driscoll 为新设的国家安全现代化高级顾问,就先进 AI 如何加强国家与网络安全提供建议,重点与美国盟友合作推动民主 AI 的负责任使用。
Gemini 2.5 Pro 与 Gemini 2.5 Flash 已弃用,无法再在 Google AI Studio 中选择。
Mustafa Suleyman 表示对特拉华州允许 AI 智能体经营企业的提案深感担忧,认为应非常谨慎。该提案拟设立名为 Delaware AIC 的独立法律实体,其日常事务由 AI 智能体而非人类管理,可依智能体指示以自身名义起诉应诉、持有和处置财产并承担债务。
Microsoft AI CEO Mustafa Suleyman 转发并推荐 Planet AI 应用正式全面开放(generally available),称自己试用后觉得非常酷,并向 @Will4Planet 和 Planet 团队表示祝贺。
Jim Fan 发布 VFlash 视觉模型,面向 Physical AI 并行解析视觉世界,在 Jetson Thor、DGX Spark 等边缘 GPU 上实现最高 12 倍更快的动作解码和 5.1 倍整体机器人推理加速。它一次性输出完整几何形状而非逐 token 解码,3D 轨迹误差最多降低 61%,精度甚至超过 VLM 主干。论文与代码均已开源。
Databricks 与 Linux Foundation 于 2026 年 6 月 10 日宣布 Delta Sharing 演进为 OpenSharing,一个 Apache 2.0 许可的开放、厂商中立共享协议,扩展到 Volumes、Agent Skills 和 AI 模型等资产类型。
月之暗面的 Kimi K3.1 Pro 开放权重现已上线 SiliconFlow,提供 Day-0 访问。官方称其智能体编码能力更强,在 Terminal-Bench 4.0 得分 65.7%,BenchCAD 带工具得分 92.7%,并支持长程多步任务和从编码到用 Unity、Unreal、Godot 开发游戏的完整项目开发。
Meta 收购让开发者同时控制多个 AI 编码智能体的初创公司 Conductor,据 Axios 称此举意在加强 Meta 的 AI 开发者产品。Conductor CEO Charlie Holtz 确认了交易但未披露价格。
Dropbox 宣布以 3.5 亿美元收购云存储公司 Tigris Data,为其迄今规模最大的收购,预计 2026 年第四季度完成,用于支持面向企业和开发者的 AI 存储平台 DBX Agent Cloud。
据《Adweek》报道,Anthropic 与美联社达成首份内容授权协议,Claude 可在美国中期选举之夜实时展示美联社选举结果数据并注明来源,财务条款和有效期未披露。Anthropic 此前拒绝此类合作,认为爬虫抓取属合理使用,部分出版商为此屏蔽其爬虫;OpenAI 已与十多家媒体机构达成类似协议,美联社也是谷歌和 OpenAI 最早的授权伙伴之一。
Pragmatic Engineer 播客访谈首席工程师 Maude Lemaire,复盘她在 Slack 近八年和 GitHub 应对数据库扩展的经验。
🆕 Le Chonk 提供大脑。Mistral Studio 让它运转起来。 推出托管智能体与应用,以及 Studio 中工作流、企业连接、可观测性和评估的新能力。 更快构建。部署在你选择的地方。保持掌控。 看看能做什么。🧵
Meta 机器人副总裁 Li-Chen Miller 据The Information报道在上海 Fourier 工厂驻场近两个月,合作造出可五指抓取小物件的原型 Max,仅耗时三个月,团队已在开发第二版。
Understanding AI 作者 Timothy B. Lee 撰文,借用机器人学中模拟与真实之间的差距(sim-to-real gap)解释为何前沿模型在编程、数学、网络安全进展显著,却难以快速改造律师、建筑等其他职业。
估值 16 亿美元的 AxiomMath 宣布正式验证 Stacks Project,将其约 7,654 页内容转化为约 1600 万行经计算机逐行检查的 Lean 代码。
腾讯在预览约两个月后正式发布大语言模型 Hy4,首次支持图像理解和自主操作软件,权重将在未定日期开放,目前可通过 Tencent Cloud、OpenRouter 和元宝使用。
Anon 宣布加入 Sierra,其团队专长将用于增强 Sierra 智能体在无 API 网站上的登录、导航和表单操作能力。Anon 专注于让企业级 AI 智能体像人一样安全地使用网页,提供认证与凭证处理、浏览器基础设施、agent harness 和 SDK,融资超过 $13M,服务数百客户,已在银行、医疗和企业软件领域完成数十万复杂生产任务。
Microsoft Research 推出 Proof-Driven Development 工具包 PDD Kit,将用户意图转为 Verus 形式化规范,证明智能体代码对每个输入满足规范,无法证明处回退到测试。
千问算法负责人蒋冠军拆解 Personal Agent 落地的三个支点——模型思考与工具调用、按因果关系组织的分层记忆、生态工具链,并给出用 Skill 约束与成本优化换取留存的具体做法。