![](https://assets.juya.uk/imagehub/20260623/2026062309160865474107ca_cover_0a41.png) # AI 早报 2026-06-23 **视频版**：[哔哩哔哩](https://www.bilibili.com/video/BV1JY7g6GEKJ) ｜ [YouTube](https://www.youtube.com/watch?v=xxIvIrBL8yU) ## 概览 ### 要闻 - Anthropic 澄清身份验证仅针对少数欺诈嫌疑用户 [↗](https://x.com/trq212/status/2068793885535694858) `#1` - Codex CLI 发布 0.142.0 版本修复磁盘写入问题 [↗](https://x.com/reach_vb/status/2069202270168772997) `#2` - OpenAI发布完整版GPT-5.5-Cyber 限向受信任防御者开放 [↗](https://openai.com/index/daybreak-securing-the-world/) `#3` - Sakana AI推出多Agent编排系统Fugu [↗](https://sakana.ai/fugu/) `#4` ### 开发生态 - Hermes Agent 扩展电脑控制功能至 Windows 和 Linux [↗](https://hermes-agent.nousresearch.com/docs/user-guide/features/computer-use) `#5` - Vercel 接入 Claude Design 支持设计稿一键部署上线 [↗](https://vercel.com/changelog/claude-design-and-vercel) `#6` - SpaceXAI 推出 Grok Build /goal 模式，支持自主执行与验证长周期任务 [↗](https://x.ai/news/introducing-goal) `#7` - Google 正式发布 Interactions API 成为 Gemini 默认接口 [↗](https://blog.google/innovation-and-ai/technology/developers-tools/interactions-api-general-availability/) `#8` - HeyGen 发布 HyperFrames 新技能 pr-to-video，可将 PR 转为视频 [↗](https://github.com/heygen-com/hyperframes/tree/main/skills/pr-to-video) `#9` ### 产品应用 - Anthropic 为 Claude Desktop 增加多云环境完整支持 [↗](https://claude.com/blog/the-full-claude-desktop-experience-on-aws-google-cloud-and-microsoft-foundry) `#10` - NotebookLM 开放 Flashcards 完全自定义功能 [↗](https://x.com/NotebookLM/status/2069132913866953098) `#11` ### 模型发布 - 京东开源实时视觉交互模型JoyAI-VL-Interaction [↗](https://github.com/jd-opensource/JoyAI-VL-Interaction) `#12` - 华中科技大学与 VIVO 推出 Moebius 轻量级图像修复框架 [↗](https://hustvl.github.io/Moebius/) `#13` - 百度发布 Unlimited-OCR 模型支持单次长篇文档解析 [↗](https://github.com/baidu/Unlimited-OCR) `#14` - 阿里巴巴发布视频生成模型HappyHorse 1.1 `#15` - 百川智能推出新一代医疗增强大模型 M4 [↗](https://mp.weixin.qq.com/s/WBWQFRH5d8z1MBvCMHSWDQ) `#16` - Ai2 发布 TMax 开源终端 Agent 训练方案 [↗](https://wai-org.com/blog/tmax) `#17` ### 技术与洞察 - OpenAI 发文分享 Codex 长期任务应用指南 [↗](https://openai.com/index/codex-maxxing-long-running-work/) `#18` - 谷歌演示基于ADK与A2A协议的跨语言多Agent协作架构 [↗](https://developers.googleblog.com/build-cross-language-multi-agent-team-with-google-agent-development-kit-and-a2a/) `#19` ### 行业动态 - 智谱市值突破万亿港元 [↗](https://zhidx.com/p/567961.html) `#20` - Micron与Anthropic宣布合作：联合优化AI存储架构并签署供应协议 [↗](https://investors.micron.com/news-releases/news-release-details/micron-and-anthropic-announce-strategic-agreement-scale-next) `#21` - 据报道亚马逊开始商谈对外出售自研Trainium芯片 [↗](https://techcrunch.com/2026/06/18/amazon-hopes-to-challenge-nvidia-more-directly-by-selling-its-ai-chips) `#22` - Google DeepMind 宣布与 A24 合作并投资研发 AI 电影工具 [↗](https://blog.google/innovation-and-ai/models-and-research/google-deepmind/deepmind-a24-research-partnership/) `#23` - 报道称SpaceX向Reflection AI出租数据中心算力 [↗](https://techcrunch.com/2026/06/22/spacex-inks-compute-deal-with-reflection-ai-an-open-source-ai-lab/) `#24` - Microsoft 建设得州数据中心，Chevron 签 20 年协议配套供电 [↗](https://blogs.microsoft.com/blog/2026/06/22/powering-the-next-wave-of-ai-expanding-capacity-with-our-new-datacenter-in-pecos/) `#25` - Getty Images与OpenAI达成合作 授权图库接入ChatGPT [↗](https://newsroom.gettyimages.com/en/getty-images/getty-images-announces-display-partnership-with-openai) `#26` - Groq完成6.5亿美元融资，加速扩展AI推理云业务 [↗](https://groq.com/newsroom/groq-raises-usd650m-to-scale-its-ai-inference-cloud-business) `#27` ### 前瞻与传闻 - 字节发布 Seed 2.1 Pro Preview，Arena 代码竞技场前端排名第 8 [↗](https://seed.bytedance.com/en/blog/seed-2-1-preview-model-release-on-arena) `#28` - 豆包App开启打车服务灰度测试 运力由曹操出行提供 [↗](https://zhidx.com/p/567991.html) `#29` - 传 Google 开发代号为 Triggerfish 的 TPU v9 升级版芯片 [↗](https://x.com/mingchikuo/status/2068924606329598079) `#30` --- ## 要闻 ### [Anthropic 澄清身份验证仅针对少数欺诈嫌疑用户](https://x.com/trq212/status/2068793885535694858) `#1` > **Anthropic** 产品负责人 **Thariq** 澄清近期关于身份验证的传闻。他称这项身份验证更新于 **4 月** 推出，仅适用于被标记为潜在欺诈活动的一小部分用户，验证由第三方 **Persona** 提供，并非面向所有用户，与 `Fable` 或 `Mythos` 的推出无关。 **Anthropic** 产品负责人 **Thariq** 在社交媒体上澄清，该公司于 **4 月份** 推出的身份验证更新，仅适用于被标记为存在潜在欺诈活动的一小部分用户。 目的是替代直接封禁，让他们通过验证继续使用。 该验证由第三方服务商 `Persona` 提供，**6 月 17 日** 更新了相关申诉流程。 **Thariq** 强调，此举与 `Fable` 或 `Mythos` 的推出无关。 ![](https://assets.juya.uk/imagehub/aidaily/0a417444-67b0-4d86-b9f3-44c8c6849f30/ff20e636-6a83-4e92-8dbf-725fc922cf55/m001.png) 相关链接： - [https://x.com/trq212/status/2068793885535694858](https://x.com/trq212/status/2068793885535694858) --- ### [Codex CLI 发布 0.142.0 版本修复磁盘写入问题](https://x.com/reach_vb/status/2069202270168772997) `#2` > OpenAI 发布 `Codex` **0.142.0** 版本。据 `Codex` 官方员工确认，此前 `Codex` 持续写入磁盘的 `sqlite3` 文件问题已在该版本修复，用户需通过 `npm` 或 `bash` 安装器手动更新 `Codex CLI`。 OpenAI 在 GitHub 发布了 `Codex CLI 0.142.0` 版本，该版本同时修复了此前 `Codex` 疯狂写入 `sqlite3` 文件的问题。 据 **Codex** 官方员工 **Vaibhav Srivastav** 表示，用户需通过 `npm` 或 `bash` 安装器手动升级到最新版。 该版本还引入了多项新功能和性能优化，包括可配置的 `rollout token` 预算、索引 `web` 搜索模式、`multi-agent delegation` 配置，以及启动和会话延迟的降低。 ![](https://assets.juya.uk/imagehub/aidaily/0a417444-67b0-4d86-b9f3-44c8c6849f30/4f2bbda4-4faa-4417-97f1-2ada1df0ff9f/m001.png) 相关链接： - [https://x.com/reach_vb/status/2069202270168772997](https://x.com/reach_vb/status/2069202270168772997) - [https://github.com/openai/codex/releases/tag/rust-v0.142.0](https://github.com/openai/codex/releases/tag/rust-v0.142.0) --- ### [OpenAI发布完整版GPT-5.5-Cyber 限向受信任防御者开放](https://openai.com/index/daybreak-securing-the-world/) `#3` > OpenAI宣布扩展其 **Daybreak** 计划，推出 `Codex Security` 更新及完整版 `GPT-5.5-Cyber` 模型，并联合 **Trail of Bits** 等机构启动 **Patch the Planet** 项目。这些工具和模型旨在帮助受信任的防御者及开源项目维护者，从发现漏洞加速推进到验证与修复阶段。 **OpenAI**宣布扩展**Daybreak**计划，以加速软件漏洞的发现与修复过程。 官方发布了 `Codex Security` 插件更新，支持在 `Codex` 内进行深度扫描和生成修复补丁，同时向受信任的防御者有限发布完整版的 `GPT-5.5-Cyber` 模型。 此外，**OpenAI**联合**Trail of Bits**、**HackerOne**和**Calif**启动了 **Patch the Planet** 项目，为开源维护者提供资金、模型工具及人工安全审查支持。 官方表示，`GPT-5.5-Cyber` 目前仅面向经验证的防御人员开放，而大多数防御者官方建议使用带有 `Trusted Access for Cyber` 的 `GPT-5.5` 作为起点。 ![](https://assets.juya.uk/imagehub/aidaily/0a417444-67b0-4d86-b9f3-44c8c6849f30/8d96202c-8478-4316-bd0b-782d169bc429/m001.png) ![](https://assets.juya.uk/imagehub/aidaily/0a417444-67b0-4d86-b9f3-44c8c6849f30/8d96202c-8478-4316-bd0b-782d169bc429/m002.png) 相关链接： - [https://openai.com/index/daybreak-securing-the-world/](https://openai.com/index/daybreak-securing-the-world/) - [https://openai.com/index/patch-the-planet/](https://openai.com/index/patch-the-planet/) --- ### [Sakana AI推出多Agent编排系统Fugu](https://sakana.ai/fugu/) `#4` > **Sakana AI**推出多Agent编排系统 `Fugu`，分为标准版和 `Ultra` 版，通过单一 `OpenAI` 兼容API动态协调多个闭源模型。官方称其在编程、推理等基准中与 `Fable 5` 齐肩，但遭到大量的质疑。 近日，**Sakana AI** 推出了多 Agent 编排系统 `Fugu`。 该系统包含 `Fugu` 和 `Fugu Ultra` 两个版本。 两个版本均可通过单一的 `OpenAI` 兼容 `API` 访问，无需 `SDK` 迁移。 官方称，`Fugu` 本身是经过训练的，能够动态调用 `Agent` 池中多种闭源模型的 `LLM`（包括递归调用自身）。 在编程、推理等基准测试中，它超越了部分公开前沿模型，与 `Fable 5` 和 `Mythos Preview` 处于同一梯队，且无出口管制风险。 其中，`Fugu Ultra` 通过更深层次的 `Agent` 协作，优先优化复杂任务的质量，但其 `Agent` 池固定，用户不可调整。 `Fugu` 标准版则允许用户排除特定模型，以满足合规需求。 但社区成员质疑，该系统是在闭源模型之上叠加了闭源编排器。 用户无法控制使用哪些模型及具体用量，因此并非真正的 **“AI 主权”**。 此外，官方未公布任何基准测试的 **token 消耗** 和 **成本**。 其匿名化对比模型的做法，也缺乏透明度。 ![](https://assets.juya.uk/imagehub/aidaily/0a417444-67b0-4d86-b9f3-44c8c6849f30/0e29fdf9-45de-40b1-a820-53d4458ef996/m001.png) ![](https://assets.juya.uk/imagehub/aidaily/0a417444-67b0-4d86-b9f3-44c8c6849f30/0e29fdf9-45de-40b1-a820-53d4458ef996/m002.png) 相关链接： - [https://sakana.ai/fugu/](https://sakana.ai/fugu/) - [https://github.com/SakanaAI/fugu/blob/main/Fugu_technical_report.pdf](https://github.com/SakanaAI/fugu/blob/main/Fugu_technical_report.pdf) - [https://arxiv.org/abs/2512.04695](https://arxiv.org/abs/2512.04695) --- ## 开发生态 ### [Hermes Agent 扩展电脑控制功能至 Windows 和 Linux](https://hermes-agent.nousresearch.com/docs/user-guide/features/computer-use) `#5` > **Nous Research** 官方宣布，`Hermes Agent` 的 **Computer Use** 功能现已扩展至 **Windows** 和 **Linux** 平台。该功能支持在后台控制鼠标与键盘，兼容多种`视觉模型`。 **Nous Research** 官方宣布，`Hermes Agent` 的 `Computer Use`（电脑控制）功能已正式从原有的 `macOS` 扩展至 **Windows** 和 **Linux** 平台。 该功能通过开源的 `cua-driver` 在后台运行，允许 `AI` 读取无障碍树并执行点击、输入等操作，同时不移动真实的系统光标。 此能力兼容 `Claude`、`GPT`、`Gemini` 等各类具备视觉能力的模型，并内置了多重安全防护机制，如破坏性操作需人工批准以及硬性拦截密码输入和危险指令。 ![](https://assets.juya.uk/imagehub/aidaily/0a417444-67b0-4d86-b9f3-44c8c6849f30/3ab82063-d097-4b77-bbe3-c283878853f1/m001.gif) 相关链接： - [https://hermes-agent.nousresearch.com/docs/user-guide/features/computer-use](https://hermes-agent.nousresearch.com/docs/user-guide/features/computer-use) --- ### [Vercel 接入 Claude Design 支持设计稿一键部署上线](https://vercel.com/changelog/claude-design-and-vercel) `#6` > **Vercel** 宣布已接入 **Claude Design**，用户在完成设计后可一键将其部署至 **Vercel** 账户，无需离开页面即可快速获取并分享`实时预览`链接。 **Vercel** 官方宣布正式成为 **Claude Design** 的部署目的地。 用户在 **Claude Design** 画布中完成设计后，可直接将作品发送至 **Vercel**，系统会自动在关联账户中创建新项目并返回可访问的 `URL`。 该功能目前已上线，用户需在“分享”菜单中添加 `Vercel` 目标并连接 **Vercel** `MCP server` 即可使用。 相关链接： - [https://vercel.com/changelog/claude-design-and-vercel](https://vercel.com/changelog/claude-design-and-vercel) - [https://x.com/vercel_dev/status/2069212724035481884](https://x.com/vercel_dev/status/2069212724035481884) --- ### [SpaceXAI 推出 Grok Build /goal 模式，支持自主执行与验证长周期任务](https://x.ai/news/introducing-goal) `#7` > **SpaceXAI** 官方在 `Agent Grok Build` 推出 **/goal** 模式，可通过多轮 `subagent` 自主执行并验证长周期任务，需订阅 **SuperGrok** 或 **X Premium Plus** 方可使用。 **SpaceXAI** 官方宣布在终端编码 Agent `Grok Build` 中推出 `/goal` 模式，专为自主执行长周期的多步任务设计。 用户输入单一目标后，系统会自动规划方案、构建进度清单，并调动多轮 `subagent` 持续执行，直至任务完成且通过验证。 官方称其验证环节涵盖审查代码、检查网页或执行脚本，用户在运行期间也可随时补充指令或使用相关命令监控与干预进度。 访问该功能需通过脚本命令安装 `Grok Build`，并拥有 `SuperGrok` 或 **X Premium Plus** 订阅计划。 相关链接： - [https://x.ai/news/introducing-goal](https://x.ai/news/introducing-goal) --- ### [Google 正式发布 Interactions API 成为 Gemini 默认接口](https://blog.google/innovation-and-ai/technology/developers-tools/interactions-api-general-availability/) `#8` > **Google** 宣布 **Interactions API** 正式发布，并成为 `Gemini` 模型与 `Agent` 的默认接口。该 API 支持在同一界面编排模型与 `Agent`，新增 `Managed Agents` 和后台执行等功能，现已开放使用。 **Google** 宣布 `Interactions API` 正式发布（GA），该 API 专为在单一端点中编排 `Gemini` 模型与自主 Agent 而设计，现已取代旧版成为默认的交互接口。 此次 **GA** 版本引入了稳定的 `schema` 及多项新能力。包括通过单次调用配置远程 `Linux` 沙盒的 `Managed Agents`、异步处理长耗时任务的 `后台执行功能`，以及结构化为独立步骤的简化数据模式。 同时，该 API 扩展了工具生态，原生支持 **Google Maps** 等工具组合，并集成了图像、音乐及多发音人语音生成等多模态能力。 目前开发者可通过 `Python` 和 `JavaScript SDK` 使用该 API。旧的 `generateContent API` 仍受支持，但前沿的长时间运行和 `Agent` 能力将逐步专供新接口。 ![](https://assets.juya.uk/imagehub/aidaily/0a417444-67b0-4d86-b9f3-44c8c6849f30/080cabea-0243-4f3f-808a-6d97b70f7b5b/m001.png) 相关链接： - [https://blog.google/innovation-and-ai/technology/developers-tools/interactions-api-general-availability/](https://blog.google/innovation-and-ai/technology/developers-tools/interactions-api-general-availability/) - [https://ai.google.dev/gemini-api/docs/interactions](https://ai.google.dev/gemini-api/docs/interactions) --- ### [HeyGen 发布 HyperFrames 新技能 pr-to-video，可将 PR 转为视频](https://github.com/heygen-com/hyperframes/tree/main/skills/pr-to-video) `#9` > **HeyGen** 为 `HyperFrames` 推出 **pr-to-video** 技能，可将代码 **Pull Requests** 自动转为短视频解说，已通过 **GitHub** 开源。 **HeyGen** 本周起为 `HyperFrames` 陆续推出全新技能，每个技能围绕一个工作流构建，计划 **每天上线一个**。 首发技能为 `pr-to-video`，可将代码 **Pull Requests** 转换为简短的解说视频。 官方称“没人读 **PR**，现在 **Agent** 可以把它们变成短视频”。 用户可通过命令 `npx skills add heygen-com/hyperframes` 获取该技能，对应代码已发布至 **GitHub** 仓库 `heygen-com/hyperframes`。 ![](https://assets.juya.uk/imagehub/aidaily/0a417444-67b0-4d86-b9f3-44c8c6849f30/e5eb754c-ec86-45d3-a421-89f7b1a68e4f/m001.gif) 相关链接： - [https://github.com/heygen-com/hyperframes/tree/main/skills/pr-to-video](https://github.com/heygen-com/hyperframes/tree/main/skills/pr-to-video) - [https://x.com/HeyGen/status/2069191216240185761](https://x.com/HeyGen/status/2069191216240185761) --- ## 产品应用 ### [Anthropic 为 Claude Desktop 增加多云环境完整支持](https://claude.com/blog/the-full-claude-desktop-experience-on-aws-google-cloud-and-microsoft-foundry) `#10` > **Anthropic** 宣布，通过 **AWS**、**Google Cloud** 和 **Microsoft Foundry** 使用 `Claude Desktop` 的企业现已获得完整体验，包含 `Chat`、`Claude Cowork` 及 `Claude Code`，目前处于 **Beta** 阶段。 **Anthropic** 官方博客宣布，通过 **AWS、Google Cloud** 和 **Microsoft Foundry** 使用 `Claude Desktop` 的组织现已获取完整的桌面体验。 该体验包含 `Chat`、`Claude Cowork` 和 `Claude Code`，目前处于 **Beta 阶段**。 IT 团队不仅能将推理保留在自有云环境中，对话历史也均进行本地存储。 同时支持按用户 **SSO**、`MDM` 策略模板及离线安装程序。 企业可通过 `Intune`、`GPO` 或 `Jamf` 进行部署。 各项功能拥有独立策略密钥，并提供本地运行的 `Microsoft 365` 连接器以满足严格的数据驻留需求。 相关链接： - [https://claude.com/blog/the-full-claude-desktop-experience-on-aws-google-cloud-and-microsoft-foundry](https://claude.com/blog/the-full-claude-desktop-experience-on-aws-google-cloud-and-microsoft-foundry) - [http://claude.com/docs/third-party/claude-desktop/installation](http://claude.com/docs/third-party/claude-desktop/installation) --- ### [NotebookLM 开放 Flashcards 完全自定义功能](https://x.com/NotebookLM/status/2069132913866953098) `#11` > **NotebookLM** 官方宣布 **Flashcards**功能现已全面支持自定义，用户可编辑问题、调整答案并添加全新卡片，还能将卡片集分享给他人。 **NotebookLM** 官方账号宣布，**Flashcards** 抽认卡功能现已完全可自定义。 用户可以编辑现有卡片的问题、调整答案，并添加全新的卡片来构建个性化学习工具集。 完成后支持分享给朋友、同学等人。 ![](https://assets.juya.uk/imagehub/aidaily/0a417444-67b0-4d86-b9f3-44c8c6849f30/459c164d-9475-4b01-b0a6-1f729742d20c/m001.gif) 相关链接： - [https://x.com/NotebookLM/status/2069132913866953098](https://x.com/NotebookLM/status/2069132913866953098) --- ## 模型发布 ### [京东开源实时视觉交互模型JoyAI-VL-Interaction](https://github.com/jd-opensource/JoyAI-VL-Interaction) `#12` > **京东**团队开源了8B视觉语言交互模型`JoyAI-VL-Interaction`及可部署系统。官方称该模型能持续观察视频流并在一秒内主动响应，在实时交互场景的人工评测中优于**豆包**和`Gemini`。 **京东**团队正式开源了 **8B** 规模的视觉语言交互模型 `JoyAI-VL-Interaction` 及其完整技术栈。 该模型有别于传统的回合制问答，能够接入直播流持续观察，并在一秒内自主决定是主动开口、保持静默还是将复杂子任务委托给后台 `Agent`。 官方称，在 **58** 个真实视觉交互场景的人工评审中，该模型以 **77.6%** 和 **87.9%** 的胜率分别优于**豆包**和`Gemini`的视频通话助手。 此次开源包含模型权重、**400万**条对齐训练数据、训练配方和基于`vLLM`的五大可插拔系统服务，基于 `Apache 2.0` 协议发布。 ![](https://assets.juya.uk/imagehub/aidaily/0a417444-67b0-4d86-b9f3-44c8c6849f30/1706a059-ddbb-4c08-8e63-ed5edcfd8309/m001.gif) 相关链接： - [https://github.com/jd-opensource/JoyAI-VL-Interaction](https://github.com/jd-opensource/JoyAI-VL-Interaction) - [https://joyai-vl-video-future-academy-jd.github.io/JoyAI-VL-Interaction/](https://joyai-vl-video-future-academy-jd.github.io/JoyAI-VL-Interaction/) --- ### [华中科技大学与 VIVO 推出 Moebius 轻量级图像修复框架](https://hustvl.github.io/Moebius/) `#13` > **华中科技大学**与 **VIVO AI Lab** 团队联合推出轻量级图像修复框架 `Moebius`。官方称，该框架仅用 **0.22B** 参数，在六项基准测试中性能媲美或超越 **10B** 级别的 `FLUX.1-Fill-Dev`。 **华中科技大学**与 **VIVO AI Lab** 团队发布了名为 `Moebius` 的轻量级图像修复框架。 该框架通过引入 `Local-λ Mix Interaction` 模块重构扩散主干网络，并采用自适应多粒度蒸馏策略，在潜在空间内从教师模型 `PixelHacker` 中提取表征能力。 官方数据显示，`Moebius` 仅含 **0.22B** 参数，在单 **GPU** 上实现 **26.01 ms/step** 的推理速度，整体运行时间较 **10B** 级模型提速超 **15** 倍。 在涵盖自然与人像场景的 **6** 项基准测试中，其生成质量达到或超越了 `FLUX.1-Fill-Dev` 及 `SD3.5 Large-Inpainting` 等模型，可在消费级和边缘设备上实现高质量图像修复与对象消除。 ![](https://assets.juya.uk/imagehub/aidaily/0a417444-67b0-4d86-b9f3-44c8c6849f30/264f0b73-e331-4577-a08a-d908c232600a/m001.png) ![](https://assets.juya.uk/imagehub/aidaily/0a417444-67b0-4d86-b9f3-44c8c6849f30/264f0b73-e331-4577-a08a-d908c232600a/m002.png) 相关链接： - [https://hustvl.github.io/Moebius/](https://hustvl.github.io/Moebius/) - [https://arxiv.org/abs/2606.19195](https://arxiv.org/abs/2606.19195) --- ### [百度发布 Unlimited-OCR 模型支持单次长篇文档解析](https://github.com/baidu/Unlimited-OCR) `#14` > **百度**发布 `3B` 参数的 **Unlimited-OCR** 模型，主打单次长篇文档解析，目前代码与权重已在 **GitHub** 和 **Hugging Face** 平台发布。 **百度**在 **GitHub** 和 **Hugging Face** 上发布了 `Unlimited-OCR` 模型，并宣布迎来单次长篇解析时代。 该模型包含 **3B** 参数，支持单张图像及多页 **PDF** 的长篇解析。官方称其旨在将 `Deepseek-OCR` 推向新高度。 目前模型代码与权重已开放下载，支持通过 `Huggingface Transformers` 和 `SGLang` 在 **NVIDIA GPU** 上进行推理部署。 ![](https://assets.juya.uk/imagehub/aidaily/0a417444-67b0-4d86-b9f3-44c8c6849f30/e8c1e7e3-5fbc-4370-b71f-e837cc0b20c6/m001.gif) 相关链接： - [https://github.com/baidu/Unlimited-OCR](https://github.com/baidu/Unlimited-OCR) - [https://huggingface.co/baidu/Unlimited-OCR](https://huggingface.co/baidu/Unlimited-OCR) --- ### 阿里巴巴发布视频生成模型HappyHorse 1.1 `#15` > **阿里巴巴**发布视频生成模型`HappyHorse 1.1`，在动态表现力、主体一致性、指令遵循、视觉质感及音频能力上较前代系统升级。 **阿里巴巴**发布视频生成模型`HappyHorse 1.1`。 相较**4月27日**发布的`1.0`版本，新模型在动态表现力、主体一致性、指令遵循、视觉呈现质量和音频表达能力等维度进行了系统升级。 技术规格上，`HappyHorse 1.1`单次生成时长为**3到15秒**，支持`720p`和`1080p`分辨率及自由宽高比。 目前，该模型已接入**HappyHorse官网**、`阿里云百炼`、`千问云`等平台提供服务。 ![](https://assets.juya.uk/imagehub/aidaily/0a417444-67b0-4d86-b9f3-44c8c6849f30/2d33b7ed-5262-4589-bf1e-4d161fb8bbcf/m001.png) --- ### [百川智能推出新一代医疗增强大模型 M4](https://mp.weixin.qq.com/s/WBWQFRH5d8z1MBvCMHSWDQ) `#16` > **百川智能**与**清华**研究团队联合发布新一代医疗增强大模型 `Baichuan-M4`。官方称该模型在 `HealthBench` 及其 `Hard`、`Professional` 三个榜单上得分均位列**世界第一**，并具备深度问诊与全病程记忆等核心能力。 **百川智能** 与 **清华大学** 研究团队联合发布新一代医疗增强大模型 `Baichuan-M4`。 官方称，该模型在 `HealthBench` 及其 `Hard`、`Professional` 三个榜单上得分均位列世界第一，综合得分 **68.6**，事实性幻觉率降至 **3.3%**。 `Baichuan-M4` 具备深度问诊、全病程记忆、证据锚定以及基于 `Baichuan-Harness` 架构的自主调度四项核心能力。 官方数据显示，该模型在多项医疗评测中的表现均超过 `GPT-5.5` 等竞品。 ![](https://assets.juya.uk/imagehub/aidaily/0a417444-67b0-4d86-b9f3-44c8c6849f30/5d79571e-9f28-4fdd-b3f7-11aad635f279/m001.png) 相关链接： - [https://mp.weixin.qq.com/s/WBWQFRH5d8z1MBvCMHSWDQ](https://mp.weixin.qq.com/s/WBWQFRH5d8z1MBvCMHSWDQ) --- ### [Ai2 发布 TMax 开源终端 Agent 训练方案](https://wai-org.com/blog/tmax) `#17` > **Ai2** 与 **华盛顿大学** 联合发布开源终端 Agent 训练项目 `TMax`，提供含 **14600** 个 RL 环境的数据集 `TMax-15k` 及 `2B` 至 `27B` 系列模型。 **TMax** 是由 **Allen Institute for AI（Ai2）** 与 **华盛顿大学** 联合推出的开源终端 `Agent` 强化学习训练方案。 核心资产包括含 **14,600** 个 `RL` 环境的数据集 **TMax-15k** 和基于 `DPPO` 的纯结果导向训练配方。 据此训练了 `2B`、`4B`、`8B`、`9B`、`27B` 共五个参数规模的开源模型。 官方称，`TMax-9B` 在 `Terminal Bench 2.0` 上达到 **27.2%**，是官方评测设置下其已知的 **10B** 以下最强开源权重模型。 其成绩超过此前工作的 **32B** 终端 `Agent` 并接近 `Claude Haiku 4.5`（**29.8%**）。 将同一配方扩大至 `TMax-27B` 后得分 **42.7%**，接近参数规模大 **10** 至 **40** 倍的 `Kimi K2.5`（**43.2%**）。 全部数据、模型权重及训练 `rollout` 均已在 **Hugging Face** 公开。 代码库以 **Apache 2.0** 协议在 **GitHub** 开源。 ![](https://assets.juya.uk/imagehub/aidaily/0a417444-67b0-4d86-b9f3-44c8c6849f30/fb16cae7-646d-45dd-92a1-8a486ab1e57d/m001.png) 相关链接： - [https://wai-org.com/blog/tmax](https://wai-org.com/blog/tmax) - [https://github.com/hamishivi/tmax](https://github.com/hamishivi/tmax) - [https://huggingface.co/collections/allenai/tmax](https://huggingface.co/collections/allenai/tmax) - [https://huggingface.co/datasets/allenai/TMax-15K](https://huggingface.co/datasets/allenai/TMax-15K) --- ## 技术与洞察 ### [OpenAI 发文分享 Codex 长期任务应用指南](https://openai.com/index/codex-maxxing-long-running-work/) `#18` > OpenAI官方博客发布**Jason Liu**撰写的白皮书，分享将 `Codex` 作为持久工作区的使用策略，帮助组织在长期项目中保留上下文并管理复杂工作流。 **OpenAI** 发布了一篇标题为 “`Codex`-maxxing for long-running work” 的文章，介绍了由 **Jason Liu** 撰写的相关指南。 该指南分享了将 `Codex` 作为持久工作区的实用策略，旨在帮助组织使用 **AI** 支持超越单次提示的长时间工作。 具体内容涵盖了如何将宏大目标拆解为可验证步骤、跨工作流保持连续性，并探讨了何时应将执行委托给 `Codex` 以及何时需要人类监督。 相关链接： - [https://openai.com/index/codex-maxxing-long-running-work/](https://openai.com/index/codex-maxxing-long-running-work/) --- ### [谷歌演示基于ADK与A2A协议的跨语言多Agent协作架构](https://developers.googleblog.com/build-cross-language-multi-agent-team-with-google-agent-development-kit-and-a2a/) `#19` > **谷歌**开发者博客发文，展示了如何使用 **谷歌** `ADK`和 `A2A` 协议，构建跨语言多 `Agent` 协作系统。相关应用源码现已于 **GitHub** 开源。 **谷歌**开发者博客详细介绍了通过结合 **谷歌** `Agent Development Kit (ADK)` 与 `Agent2Agent (A2A)` 协议来构建跨语言多 `Agent` 系统的架构模式。 在该“合同合规多 `Agent` 流水线”示例中，`Python Agent` 使用 `Gemini` 提取合同条款，`Go Agent` 执行确定性的合规校验，两者无需了解彼此的内部实现即可通信。 `A2A` 协议提供了基于 `Agent Cards` 的服务发现和 **`JSON-RPC 2.0`** 通信能力，而 `ADK` 的 `RemoteA2aAgent` 抽象层能将远程服务转化为本地 `sub-agent`，并在出现网络故障时路由至人工审查。 包含操作控制台和故障模拟功能的完整开源应用代码已发布在 `GitHub` 平台。 ![](https://assets.juya.uk/imagehub/aidaily/0a417444-67b0-4d86-b9f3-44c8c6849f30/0abf4a6e-e5dd-4cb7-87ca-16097b0bc0fa/m001.png) 相关链接： - [https://developers.googleblog.com/build-cross-language-multi-agent-team-with-google-agent-development-kit-and-a2a/](https://developers.googleblog.com/build-cross-language-multi-agent-team-with-google-agent-development-kit-and-a2a/) - [https://github.com/GoogleCloudPlatform/generative-ai/tree/main/agents/adk/contract-compliance-pipeline](https://github.com/GoogleCloudPlatform/generative-ai/tree/main/agents/adk/contract-compliance-pipeline) --- ## 行业动态 ### [智谱市值突破万亿港元](https://zhidx.com/p/567961.html) `#20` > 据媒体报道，因此前**智谱**发布并开源的新一代旗舰模型`GLM-5.2`表现出色，该公司总市值首次突破**1万亿港元**，年内涨幅超**2000%**。 据媒体报道，**智谱**总市值首次突破 **1万亿港元**，达到 **11253亿港元**，相比其今年初的发行价已上涨 **2076%**。 该公司近期发布并开源了旗舰模型 `GLM-5.2`，官方称该模型在竞技场的 `Code Arena` 中排名总榜第二，在全球可用模型中排名第一。 针对该模型的表现，**马斯克**在社交平台回复称中国或许在 **2027年一季度** 达到 `Fable` 级别。 而 **智谱**创始人**唐杰**则回应表示“用不了那么久”。 相关链接： - [https://zhidx.com/p/567961.html](https://zhidx.com/p/567961.html) --- ### [Micron与Anthropic宣布合作：联合优化AI存储架构并签署供应协议](https://investors.micron.com/news-releases/news-release-details/micron-and-anthropic-announce-strategic-agreement-scale-next) `#21` > **Micron**与**Anthropic**宣布达成战略协议。双方将在内存与存储 AI 架构设计、组件供应、`Claude` 企业级应用以及 **Micron** 对 **Anthropic** 的 `H轮融资` 投资四大领域展开全面合作。 **Micron**与**Anthropic**宣布达成一项战略协议。 合作涵盖AI内存与存储架构设计、供应协议、企业级AI采用以及战略投资。 根据协议，**Micron**将提供`HBM`、`DRAM`和`SSD`等产品组合以保障**Anthropic**的计算扩展需求。 双方还将联合优化内存与存储子系统以提升AI训练和推理的性能与能效。 此外，**Micron**已在内部场景中部署**Claude**模型以实现`Agent`应用，并正式对**Anthropic**的**Series H**融资进行了战略投资。 相关链接： - [https://investors.micron.com/news-releases/news-release-details/micron-and-anthropic-announce-strategic-agreement-scale-next](https://investors.micron.com/news-releases/news-release-details/micron-and-anthropic-announce-strategic-agreement-scale-next) --- ### [据报道亚马逊开始商谈对外出售自研Trainium芯片](https://techcrunch.com/2026/06/18/amazon-hopes-to-challenge-nvidia-more-directly-by-selling-its-ai-chips) `#22` > 据媒体报道，**亚马逊**`AI`主管透露，公司已开始商谈向外部直接出售自研`AI`芯片**Trainium**。他表示，外售芯片不会对**AWS**的`AI`云业务造成影响，并认为`AI`算力市场仍有巨大增长潜力。 据媒体报道，**亚马逊**人工智能主管**彼得·德桑蒂斯**透露，**亚马逊**已开始就向外部公司直接出售其自研AI专用芯片 `Trainium` 进行商谈。 目前这些芯片主要通过**亚马逊云服务**（**AWS**）以云计算形式提供，其最新推出的 `Trainium3` 芯片已接近售罄，而 `Trainium4` 芯片引起了广泛关注。 **德桑蒂斯**表示，外售芯片不会对**AWS**的 `AI` 云业务造成影响，并认为 `AI` 算力市场仍有巨大增长潜力。 相关链接： - [https://techcrunch.com/2026/06/18/amazon-hopes-to-challenge-nvidia-more-directly-by-selling-its-ai-chips](https://techcrunch.com/2026/06/18/amazon-hopes-to-challenge-nvidia-more-directly-by-selling-its-ai-chips) --- ### [Google DeepMind 宣布与 A24 合作并投资研发 AI 电影工具](https://blog.google/innovation-and-ai/models-and-research/google-deepmind/deepmind-a24-research-partnership/) `#23` > **Google DeepMind** 宣布与电影制片厂 **A24** 建立研发合作，并据称向其投资 **7500 万美元**。双方将共同开发用于电影制作的 `AI 工具`，并由 **A24** 的创作者提供反馈与指导。 **Google DeepMind** 与独立电影制片厂 **A24** 宣布建立官方所称的“史无前例的”研究合作伙伴关系，旨在共同开发 `AI` 电影制作工具。 官方博客确认 **Google** 已对 **A24** 进行投资，而据 **《华尔街日报》** 等媒体报道，该笔投资金额为 **7500 万美元**。 这项长期合作将跨越多个项目，让 **A24** 的电影制作人直接参与技术测试与迭代，为 **DeepMind** 提供来自艺术家的反馈。 相关链接： - [https://blog.google/innovation-and-ai/models-and-research/google-deepmind/deepmind-a24-research-partnership/](https://blog.google/innovation-and-ai/models-and-research/google-deepmind/deepmind-a24-research-partnership/) --- ### [报道称SpaceX向Reflection AI出租数据中心算力](https://techcrunch.com/2026/06/22/spacex-inks-compute-deal-with-reflection-ai-an-open-source-ai-lab/) `#24` > 据媒体报道，**Reflection AI**与**SpaceX**签署算力协议，即将从 **7月** 起每月支付 **1.5亿美元**，获取**SpaceX**AI数据中心内`Nvidia GB300` AI芯片的即时访问权限。 据 **TechCrunch** 报道，开源 **AI** 初创公司 **Reflection AI** 与 **SpaceX** 达成其首个算力协议。 即将从 **7月** 起每月支付 **1.5亿美元**，以获取 **SpaceX** 位于 **田纳西州** 数据中心内最新的 `Nvidia GB300 AI` 芯片使用权。 该合同将持续至 **2029年**，总价值最高达 **63亿美元**，但双方在前三个月后有权随时提前 **90** 天通知终止合同。 **Reflection AI** 官方称这是迄今宣布的规模最大的开放 **AI** 基础设施承诺之一。 其规模虽小于 **SpaceX** 此前与 **Anthropic** 和 **Google** 的交易，但旨在推进其开放权重 `AI` 策略。 相关链接： - [https://techcrunch.com/2026/06/22/spacex-inks-compute-deal-with-reflection-ai-an-open-source-ai-lab/](https://techcrunch.com/2026/06/22/spacex-inks-compute-deal-with-reflection-ai-an-open-source-ai-lab/) --- ### [Microsoft 建设得州数据中心，Chevron 签 20 年协议配套供电](https://blogs.microsoft.com/blog/2026/06/22/powering-the-next-wave-of-ai-expanding-capacity-with-our-new-datacenter-in-pecos/) `#25` > **Microsoft** 计划在得克萨斯州 **Pecos** 建设约 **2** 吉瓦数据中心，由 **Chevron** 按二十年协议配套建设约 `2.67` 吉瓦天然气电厂，采用 `GE Vernova` 燃气轮机模块化分期建设，脱离公共电网提供专用电力。 **Microsoft** 宣布在得克萨斯州 Pecos 建设约 `2 吉瓦`数据中心园区。 项目预计持续 **五至七年**。 建设高峰期将创造超过 **6,000 个**就业岗位。 **Chevron** 旗下子公司 **Energy Forge One** 已与 **Microsoft** 签署 **20 年**购电协议。 双方合作开发名为 `Project Kilby` 的约 `2.67 吉瓦`协同定位天然气电厂。 该电厂采用 `GE Vernova` 燃气轮机模块化分期建设。 它将为数据中心提供脱离公共电网的专用电力。 **Chevron** 预计将在 **2026 年底前**做出最终投资决定。 首批电力计划于 **2028 年**交付。 相关链接： - [https://blogs.microsoft.com/blog/2026/06/22/powering-the-next-wave-of-ai-expanding-capacity-with-our-new-datacenter-in-pecos/](https://blogs.microsoft.com/blog/2026/06/22/powering-the-next-wave-of-ai-expanding-capacity-with-our-new-datacenter-in-pecos/) - [https://www.chevron.com/newsroom/2026/q2/chevron-signs-20-year-power-agreement-with-microsoft-for-west-texas-data-center](https://www.chevron.com/newsroom/2026/q2/chevron-signs-20-year-power-agreement-with-microsoft-for-west-texas-data-center) --- ### [Getty Images与OpenAI达成合作 授权图库接入ChatGPT](https://newsroom.gettyimages.com/en/getty-images/getty-images-announces-display-partnership-with-openai) `#26` > **Getty Images** 与 **OpenAI** 达成多年期合作协议，其授权图库内容将出现在 `ChatGPT` 的搜索与发现功能中，以增强视觉响应体验。 根据官方公告，**Getty Images** 与 **OpenAI** 签署了一项多年期合作协议。 该协议将 **Getty Images** 的授权内容库整合到 `ChatGPT` 的搜索和发现体验中。 该合作将使 `ChatGPT` 能够直接显示来自 **Getty** 图库的授权图像，从而提升视觉响应的丰富性。 双方目前均未披露合作的财务条款。 也未说明 **OpenAI** 是否会使用这些内容来训练其未来的 `AI` 模型。 相关链接： - [https://newsroom.gettyimages.com/en/getty-images/getty-images-announces-display-partnership-with-openai](https://newsroom.gettyimages.com/en/getty-images/getty-images-announces-display-partnership-with-openai) --- ### [Groq完成6.5亿美元融资，加速扩展AI推理云业务](https://groq.com/newsroom/groq-raises-usd650m-to-scale-its-ai-inference-cloud-business) `#27` > AI推理云公司**Groq**宣布完成**6.5亿美元**融资，由**Disruptive**和**Infinitum**领投，资金将加速部署其全球推理云基础设施，目标到**2027年底**扩展至**200 MW**。 **Groq** 宣布获得 **6.5亿美元** 增长融资。 本轮由 **Disruptive** 和 **Infinitum** 领投，另有现有投资方参与跟投。 该公司目前在全球运营 **13个** 数据中心，覆盖北美、欧洲、中东和亚太地区，服务超过 **500万名** 开发者及数千家AI原生公司，每周处理数万亿 `tokens`。 新资金将用于在现有设施中部署最新 `推理技术`，包括 **NVIDIA** 的新 `LPX` 系统，预计到 **2027年底** 扩展至 **200 MW**。 公司同时宣布了管理层扩充，包括 **COO Alan Rice** 以及将于 **7月** 就任的 **CTO Sinclair Schuller** 和 **CPO Rakesh Malhotra**。 ![](https://assets.juya.uk/imagehub/aidaily/0a417444-67b0-4d86-b9f3-44c8c6849f30/080367c2-4dff-4e25-93dc-7bf2151409d8/m001.png) 相关链接： - [https://groq.com/newsroom/groq-raises-usd650m-to-scale-its-ai-inference-cloud-business](https://groq.com/newsroom/groq-raises-usd650m-to-scale-its-ai-inference-cloud-business) --- ## 前瞻与传闻 ### [字节发布 Seed 2.1 Pro Preview，Arena 代码竞技场前端排名第 8](https://seed.bytedance.com/en/blog/seed-2-1-preview-model-release-on-arena) `#28` > **字节Seed**宣布在 **Arena AI** 的 **Code** 竞技场上线 `Seed-2.1-Pro-Preview` 模型，向社区提供早期测试访问，并将在 **两周内** 接入相关产品。据 `Arena.ai` 数据，该模型前端榜排名 **第 8**，得分与 `Opus 4.6` 持平。同时，有用户在 **火山引擎** 上发现了该系列模型的相关界面，将包含 `Seed-Pro`、`Seed-Turbo` 和周更的 `Seed-Evolving` 模型。 **字节跳动 Seed 团队**官方宣布在 `Arena AI` 的 `Code` 竞技场上线 `Seed-2.1-Pro-Preview` 模型，向社区提供早期测试访问。 据 **Arena.ai** 排行数据，该模型在 `Code Arena` 前端榜单排名第 **8**，得分 **1539** 分，与 `Opus 4.6` 持平。 七个前端子类别中五个进入前十。 官方表示该模型将在**未来两周内**接入**飞书 Spark** 和 `Coze`。 同时，有用户在**火山引擎**上发现了该系列模型的相关界面。 将包含 `Pro`、`Turbo`和**周更**的 `Seed-Evolving` 模型。 ![](https://assets.juya.uk/imagehub/aidaily/0a417444-67b0-4d86-b9f3-44c8c6849f30/a1fa185e-5536-450c-9b89-dd013decfdbc/m001.png) ![](https://assets.juya.uk/imagehub/aidaily/0a417444-67b0-4d86-b9f3-44c8c6849f30/a1fa185e-5536-450c-9b89-dd013decfdbc/m002.png) ![](https://assets.juya.uk/imagehub/aidaily/0a417444-67b0-4d86-b9f3-44c8c6849f30/a1fa185e-5536-450c-9b89-dd013decfdbc/m003.png) 相关链接： - [https://seed.bytedance.com/en/blog/seed-2-1-preview-model-release-on-arena](https://seed.bytedance.com/en/blog/seed-2-1-preview-model-release-on-arena) - [https://linux.do/t/topic/2453729](https://linux.do/t/topic/2453729) --- ### [豆包App开启打车服务灰度测试 运力由曹操出行提供](https://zhidx.com/p/567991.html) `#29` > 据 **媒体报道**，**豆包App**正灰度测试打车服务，底层运力由 **曹操出行** 提供。测试用户可在对话界面内用自然语言指令直接叫车。 据媒体报道，**豆包App** 已开启打车服务灰度测试，底层运力由 **曹操出行** 提供。 测试用户只需在对话界面输入出行需求，系统即可自动唤醒 `曹操出行` 服务、解析具体起终点，并直接在聊天界面内完成车型选择和下单，无需跳转第三方 App。 实测显示，系统能理解并过滤 `“不要出租车”` 等特定需求。 相关链接： - [https://zhidx.com/p/567991.html](https://zhidx.com/p/567991.html) --- ### [传 Google 开发代号为 Triggerfish 的 TPU v9 升级版芯片](https://x.com/mingchikuo/status/2068924606329598079) `#30` > 据分析师**郭明錤**透露，**Google** 正在开发代号为 `Triggerfish` 的升级版 `TPU v9` 芯片，并由 **MediaTek** 独家获得该订单。这款芯片主要针对强化学习与 `AI Agent` 进行优化，预计将在**2027年底**开始生产。 据分析师 **郭明錤** 最新产业调查指出，**Google** 正在开发一款代号为 `Triggerfish` 的升级版 **TPU v9** 芯片，该项目作为 `Humufish` 的后续项目由 **MediaTek** 独家获得订单。 与现有的 `Humufish` 相比，`Triggerfish` 的 `SRAM` 容量增加至 **2 到 3** 倍，内存升级为 `HBM4E`，并新增了可能用于强化学习和 `AI Agent` 协调的 `simulation die`，以缓解 `CPU wall` 和 `memory wall` 并提升超低延迟解码效率。 该芯片预计 **2027 年** 底开始生产，**2028 年** 放量，预估订单量为 **100 至 200** 万颗，单价比 `Humufish` 高约 **30%**。 针对此消息，社区中存在不同声音，有人援引其他消息称 **TPU9** 仍将交由 **Broadcom**。 ![](https://assets.juya.uk/imagehub/aidaily/0a417444-67b0-4d86-b9f3-44c8c6849f30/9d804fff-e364-4d0b-827b-21131a60e4ed/m001.png) 相关链接： - [https://x.com/mingchikuo/status/2068924606329598079](https://x.com/mingchikuo/status/2068924606329598079) --- **提示**：内容由AI辅助创作，可能存在**幻觉**和**错误**。