AI 早报 2026-06-24

本页合并来源：Juya AI 早报 + AI HOT 日报。Juya 保留完整精选，AI HOT 作为补充来源；已按链接和标题做基础去重。

概览

Juya · 要闻

  • 字节跳动发布豆包大模型2.1系列 ↗ #1
  • 字节跳动发布 Seedance 2.5：支持 30 秒视频直出与局部编辑 ↗ #2
  • Anthropic 推出 Claude Tag，让 Claude 以团队成员身份常驻 Slack ↗ #3

Juya · 模型发布

  • 字节跳动发布音频生成模型 Doubao-Seed-Audio 1.0 ↗ #4
  • 字节跳动发布 Seedance 2.0 升级支持原生 4K 及 10-bit 直出 ↗ #5
  • 字节跳动发布豆包图像模型 Seedream 5.0 Pro 将于近期上线 ↗ #6
  • 即梦AI上线SeedMusic 1.0 Preview模型 ↗ #7
  • Mistral AI 发布 Mistral OCR 4 模型 支持输出结构化数据与自托管 ↗ #8
  • Krea 宣布开放 12B 参数图像生成模型 Krea 2 Raw 与 Turbo 的权重 ↗ #9
  • Catnip AI 发布 22B 实时音视频模型 MaineCoon ↗ #10

Juya · 开发生态

  • Hermes Agent 支持 /learn 自动生成可复用技能 ↗ #11
  • Qoder 上线全系产品夜间折扣 ↗ #12
  • IBM Research 推出开源 Agent 框架 CUGA ↗ #13
  • 小米开源全屋智能方案 Miloco 2.0 ↗ #14

Juya · 产品应用

  • Meta 推出 299 美元无 Ray-Ban 品牌智能眼镜 ↗ #15

Juya · 行业动态

  • Hermes Agent 与 OpenClaw 创始人爆发公开争端 #16
  • AI推理独角兽Baseten完成15亿美元F轮融资 ↗ #17

Juya · 前瞻与传闻

  • 企业微信启动AI Agent“大圆”内测 ↗ #18

AI HOT 补充

  • FastWan-QAD：单卡5090上1.8秒生成5秒视频 ↗ #A1
  • 京东全栈开源JoyAI-VL-Interaction，从“一问一答”走向“边看边说” ↗ #A2
  • 网易有道发布 Confucius4-TTS：14 语种跨语种无口音语音克隆开源模型 ↗ #A3
  • Krea 2 技术报告正式发布 ↗ #A4
  • 豆包音频生成模型1.0发布，重新定义AI音频创作 ↗ #A5
  • IBM 开源 CUGA：轻量级智能体框架，提供二十余个单文件示例应用 ↗ #A6
  • Runway推出Seedance 4K等三款新模型 ↗ #A7
  • 无限制OCR：单次长时域解析 ↗ #A8
  • 国内首个高考志愿AI测评出炉，千问多项表现超过资深咨询师 ↗ #A9
  • Anthropic 推出 Claude Tag：在 Slack 中通过 @Claude 协作 ↗ #A10
  • Oracle因AI应用裁员21000人，债务驱动云基础设施投资 ↗ #A11
  • 五眼联盟警告：AI网络威胁数月内将影响普通用户 ↗ #A12

Juya 早报精选

要闻

字节跳动发布豆包大模型2.1系列 #1

字节跳动发布面向真实生产力场景的Seed {2.1|二点一}系列模型，包含Seed-2.1-pro与Seed-2.1-turbo，以及聚焦Coding和Agent场景的快速迭代模型Seed-{Evolving|"Evolving"}。该系列模型上下文窗口为256K，支持多模态输入。官方称在通用Agent与代码交付能力上全面提升。目前，该系列模型API已全量上线火山方舟，{TRAE|"TRAE"} Work中国版已面向全量用户免费开放体验，{TRAE|"TRAE"} IDE中暂仅向高级付费用户开放，豆包在非快速模式中上线了 Seed 2.1 Turbo。

字节跳动Seed团队正式发布豆包大模型2.1系列，涵盖旗舰模型Doubao-Seed-2.1-pro与规模化调用模型Doubao-Seed-2.1-turbo，还进一步推出进一步推出 Doubao-Seed-Evolving，聚焦 Coding 和 Agent 场景，以每月2~4次的速度快速迭代。该系列模型上下文窗口为256K，支持多模态输入。官方称2.1系列在通用Agent任务交付、企业级代码工程端到端Coding以及多模态理解能力上均有显著提升，并在GDPval、Terminal Bench 2.1等多项基准测试中取得领先成绩。目前该系列模型API已全量上线火山方舟。TRAE Work中国版已向全量用户免费开放。因资源有限，目前TRAE IDE暂仅向速通Ultra与优速通Express用户开放体验。豆包目前在非快速模式中上线了 Seed 2.1 Turbo。

相关链接：

字节跳动发布 Seedance 2.5：支持 30 秒视频直出与局部编辑 #2

字节跳动发布豆包视频生成模型Seedance 2.5，计划七月初上线。该模型支持30秒单段原生视频直出，无需后期拼接。它能接收50个全模态素材联合输入，提升复杂创作的可控性。此外，该模型支持局部视频编辑，能在保持画面一致的前提下灵活修改。

字节跳动发布了豆包视频生成模型 Seedance 2.5，并宣布该模型将于七月初正式上线。该模型实现了 30 秒单段原生视频直出，支持多达 50 个全模态素材的联合输入，能显著提升复杂创作任务的可控性。此外，Seedance 2.5 具备灵活的视频二次编辑能力，支持在保持画面一致性的前提下进行局部调整，适用于广告电商等需要素材高效迭代的场景。

相关链接：

Anthropic 推出 Claude Tag，让 Claude 以团队成员身份常驻 Slack #3

Anthropic 推出 Claude Tag，让 Claude 作为常驻 Slack 频道的 Agent 参与团队协作。用户只需在频道内@它分配任务，Claude 就会自主拆解，并完成跨越数小时的异步工作。该功能现已向 Claude Enterprise 和 Team 客户开放 beta 测试。

Anthropic 推出 Claude Tag，这是一种让 Claude 以团队成员身份加入 Slack 频道的协作方式，团队成员 @Claude 即可分配任务，Claude 会将任务拆解为多个阶段并逐步完成后在 Slack 线程中交付结果。它支持多人共享同一 Claude 上下文、持续学习频道信息、在 ambient 模式下主动推送提醒，并可自主安排跨越数小时或数天的异步任务；官方称其内部产品团队已有 65% 的代码由 Claude Tag 生成。该功能目前以 beta 形式向 Claude Enterprise 和 Team 客户开放，底层模型为 Opus 4.8，将替代现有的 Claude in Slack 应用，管理员有 30 天迁移窗口。

相关链接：

模型发布

字节跳动发布音频生成模型 Doubao-Seed-Audio 1.0 #4

字节跳动发布音频生成模型 {Doubao|豆包}-Seed-Audio {1.0|一点零}。该模型支持0样本多模态输入，能直接生成包含多角色对白、情绪语气及环境音效的成片级音频。目前，火山方舟已开启该模型的API邀测，个人用户可在体验中心获得三十分钟额度进行体验。

字节跳动正式发布豆包音频生成模型1.0。该模型支持0样本多模态输入，能够在单条指令中编排多角色对白、情绪语气、背景音乐与环境音效，直接生成无需后期混音的成片级音频。同时，模型实现了音色与风格解耦，并能在长时生成中保持多角色音色一致。目前，火山方舟已开启该模型的API邀测，个人用户可在体验中心获得30分钟额度，模型后续还将上线剪映、即梦及番茄等产品。

相关链接：

字节跳动发布 Seedance 2.0 升级支持原生 4K 及 10-bit 直出 #5

字节跳动发布并开放豆包视频模型Seedance 2.0的原生4K版API。官方称其为行业首发支持原生4K 10-bit{高位深|"高位深"}直出，全面提升了视频的色彩、动态及细节表现。

字节跳动火山引擎正式开放豆包视频生成模型 Seedance 2.0 的原生 4K 版 API。官方称该版本为行业首个支持 10-bit 高位深原生直出的模型，能从源头保留更多局部细节，在动态画面和色彩表现上实现全面提升。目前该能力已通过火山引擎正式开放调用，主要面向专业影视制作等生产场景，以帮助缩短后期制作周期。

相关链接：

字节跳动发布豆包图像模型 Seedream 5.0 Pro 将于近期上线 #6

字节跳动发布豆包图像创作模型 Seedream 5.0 Pro，升级交互编辑、多图层分离等四大核心能力，支持高密度信息表达。该模型预计将在近期正式上线。

字节跳动推出了豆包图像创作模型 Seedream 5.0 Pro。该模型围绕交互式精准编辑、多图层分离、高密度信息表达及原生多语种文字生成实现了全面升级。它支持通过草图、线稿或交互式框选进行精准修改，并允许用户对画面元素进行任意粒度的独立分层编辑，不仅能生成高信息密度的专业图表，还原生支持十余种语言。目前该模型已正式亮相，预计将在近期正式上线。

相关链接：

即梦AI上线SeedMusic 1.0 Preview模型 #7

即梦AI宣布上线首个Seed音乐模型SeedMusic 1.0 Preview。官方称其具备{强提示词遵循力|"强提示词遵循力"}与专业混音效果，现已开放网页版及App体验。

即梦AI官方宣布，首个Seed音乐模型SeedMusic 1.0 Preview现已上线。官方称该模型具备行业顶尖的提示词遵循力，能够提供专业混音效果与真实乐器音色，并针对中文语境实现了清晰的发音。目前，该模型已在即梦网页版及App开放体验。

相关链接：

Mistral AI 发布 Mistral OCR 4 模型 支持输出结构化数据与自托管 #8

Mistral AI 发布了 Mistral OCR 4 模型，支持提取文本并输出包含边界框和分块分类的结构化数据，覆盖 170 种语言。官方称其性能领先，在 OlmOCRBench 测试中取得 85.20 的最高分。该模型现已通过 API 及多个云平台开放。

Mistral AI 正式发布 Mistral OCR 4 模型，该模型不仅提取文档文本，还为每个内容块提供边界框、类型分类以及内联置信度分数。官方称，在覆盖 12 种以上语言的 600 多份真实文档盲测中，独立标注员对 OCR 4 的偏好胜率平均达到 72%，并在公开的 OlmOCRBench 测试中取得 85.20 的最高分。目前，用户可通过 API、Mistral Studio、Amazon SageMaker 和 Microsoft Foundry 使用该模型，即将登陆 Snowflake Parse Document，企业客户还可选择在单一容器中进行自托管部署。

相关链接：

Krea 宣布开放 12B 参数图像生成模型 Krea 2 Raw 与 Turbo 的权重 #9

Krea 宣布开放 Krea 2 文本生成图像模型权重，包括 Krea 2 Raw 和 Krea 2 Turbo 两个版本，模型基于 120 亿参数，权重已可在 Hugging Face 下载。

Krea 官方宣布开放 Krea 2 文本生成图像模型权重，包含 Krea 2 Raw 和 Krea 2 Turbo 两个版本，均基于 120 亿参数 Diffusion Transformer 架构，由 Krea.ai, Inc. 开发，权重已上传至 Hugging Face 平台。其中 Krea 2 Raw 为来自中间训练阶段的未蒸馏基础版本，适合微调与后训练；Krea 2 Turbo 为蒸馏和后训练版本，可在消费级硬件上快速生成 2K 原生分辨率图像。官方提出的核心理念为"在 Raw 上训练，用 Turbo 生成"，模型采用 Krea 2 Community License，官方称该许可灵活，允许个人和小型公司商业使用。

相关链接：

Catnip AI 发布 22B 实时音视频模型 MaineCoon #10

Catnip AI 发布了 22B 实时音视频模型 MaineCoon。官方称其为首个流原生 {T2AV|Text-to-Audio-Visual} 模型，它接收文本后不到一秒即可生成首帧，支持连续生成超十分钟的稳定音视频内容。目前，相关代码与体验入口已公开。

Catnip AI 团队发布了 22B 参数的实时自回归音视基础模型 MaineCoon，并同步公开了相关代码、技术博客与体验平台。官方称其为首个流原生 T2AV 模型，它在接收文本后可在 1 秒内生成首帧并持续产出音视频流；配合其 Agentic 推理框架，该模型能够维持超过 10 分钟的稳定连贯生成。官方数据显示，该模型在单张 H100 GPU 上的端到端生成速度约为此前同类系统的 7 倍，并在团队推出的 SocialVideo-Bench 中取得最高分。

相关链接：

开发生态

Hermes Agent 支持 /learn 自动生成可复用技能 #11

Hermes Agent 上线 /learn 命令。用户提供代码、PDF 或网页链接等任意参考材料，Agent 即可自动提炼并生成可验证的复用技能，该功能现已适配命令行、TUI 与仪表板等多端。

Nous Research 官方宣布 Hermes Agent 推出 /learn 命令，支持将各类已有资料转化为无需手写 SKILL.md 的可复用技能。用户只需向其提供本地目录、在线网页、过往会话或粘贴的操作笔记等任意材料，Agent 便会利用现有工具收集信息，并按照内部规范生成技能。该功能在 CLI、Messaging Gateway、TUI 和仪表板中的运行逻辑保持一致，适用于本地、Docker 或远程等所有后端环境。此外，若用户开启了写入批准门控，生成技能的保存过程将受到该权限的严格限制。

相关链接：

Qoder 上线全系产品夜间折扣 #12

Qoder 宣布为其全系产品上线夜间折扣机制。即日起，每晚指定时段内，Pro Trial 及以上用户使用 Qwen3.7 系列模型执行任务，可自动享受最低 2 折的计费优惠，且模型能力保持不变。

Qoder 宣布为其全系产品上线夜间折扣机制，覆盖中国版、国际版、个人版与 Teams 版。在每晚 22:00 至次日 08:00（北京时间），用户选用 Qwen3.7-Max 的 Credits 倍率降至 0.1×（相当于 2 折），选用 Qwen3.7-Plus 降至 0.04×（相当于 4 折），折扣期间模型能力完全相同。该政策无需报名兑换，对 Pro Trial、Pro 和 Teams 用户自动生效，且暂无结束时间。需注意的是，夜间折扣消耗的是用户原有的月度 Credits 额度，非额外赠送，且部分本地运行的产品需保持设备唤醒状态才能执行任务。

相关链接：

IBM Research 推出开源 Agent 框架 CUGA #13

IBM Research 发布开源企业级 Agent Harness “CUGA”。该框架内置了状态管理、长程规划与自我纠错能力，官方称其已在 AppWorld 和 WebArena 基准测试中登顶。

IBM Research 推出开源 Agent Harness “CUGA”，以接管 Agent 开发中的底层编排工作。开发者仅需定义工具列表和提示词，CUGA 即可自动处理状态管理、长程规划与自我纠错。官方称该框架已在 AppWorld 和 WebArena 基准测试中名列第一，目前已在 GitHub 开放源码，并通过 pip install cuga 提供。

相关链接：

小米开源全屋智能方案 Miloco 2.0 #14

小米开源全屋智能方案Miloco 2.0，以米家摄像头为感知入口，依托自研MiMo大模型与Agent，在OpenClaw平台主动联动全屋设备，目前支持macOS与Linux。

小米在 GitHub 开源了全屋智能 AI 方案 Miloco 2.0。该方案重构为 OpenClaw 插件，以米家摄像头为感知入口，依托自研 MiMo 大模型新增了通用常识、身份识别、家庭记忆、家庭任务、主动智能及家庭面板六大核心特性。系统能够识别家庭成员与危险隐患，基于沉淀的记忆自主拆解并执行复杂的家庭任务。该项目暂不支持原生 Windows，且由于日常感知与 Agent 依赖云端大模型，使用过程中将持续产生 API 调用费用。

相关链接：

产品应用

Meta 推出 299 美元无 Ray-Ban 品牌智能眼镜 #15

Meta 与 EssilorLuxottica 合作推出去除 Ray-Ban 品牌的全新 Meta Glasses 智能眼镜，起售价 299 美元。该系列首发搭载由 Muse Spark 驱动的 Meta AI，现已在全球多国上架销售。

Meta 与 EssilorLuxottica 推出全新的 Meta Glasses 智能眼镜，起售价定为 299 美元，据媒体报道这比此前的 Ray-Ban Meta Gen 2 便宜约 80 美元。新系列包含三种框型及 26 种款式，出厂首发搭载由 Muse Spark 模型驱动的 Meta AI，并采用可调节鼻托与镜腿设计。该产品即日起在美国、英国、加拿大及澳大利亚等全球多国发售，支持处方镜片。

相关链接：

行业动态

Hermes Agent 与 OpenClaw 创始人爆发公开争端 #16

Hermes Agent 与 OpenClaw 创始人近日爆发公开争端。起因是 OpenClaw 创始人暗指竞品受风投控制，Hermes Agent 创始人 Teknium 随后激烈反击，嘲讽对方从被风投资助的“非营利”组织OpenAI赚取高额工资，双方就资金与安全性各执一词。

近日，OpenClaw 创始人 Peter Steinberger 发文称其创立了非营利组织，并暗指竞争对手依赖风投资金且带有其他目的，同时指责对方复制功能但缺乏安全加固。Hermes Agent 创始人 Teknium 对此强烈反击，认为该言论是对其组织的恶意影射，并嘲讽对方依靠被风投资助的“非营利”组织OpenAI发放高薪的“非营利”模式。此次争端引发了社区对两款 Agent 产品在安全性与稳定性的广泛讨论。事件起因疑似为 Teknium 宣布 Hermes Agent 达成了 20 万 GitHub Star 的里程碑。

AI推理独角兽Baseten完成15亿美元F轮融资 #17

据媒体报道，美国AI基础设施独角兽Baseten宣布完成15亿美元F轮融资，投后估值达130亿美元，资金将用于扩大算力基础设施。

据媒体报道，美国旧金山AI推理基础设施独角兽Baseten宣布完成15亿美元F轮融资，对应投后估值为130亿美元，这是其18个月内第四轮融资。本轮融资由Altimeter Capital等多家风投机构领投，Baseten计划将新资金用于扩大算力基础设施、软件研发和团队招聘。该公司主要为企业部署开源或定制AI模型提供全套系统软件，官方称其过去一年营收同比增长约20倍，客户使用其平台后推理成本通常可降低40%以上。

相关链接：

前瞻与传闻

企业微信启动AI Agent“大圆”内测 #18

据媒体报道，企业微信启动代号“大圆”的AI Agent内测。该助理支持移动端左滑唤起，能结合工作流数据自动回复用户诉求，目前部分功能正处于灰度测试中。

据媒体报道，企业微信启动代号“大圆”的AI Agent内测。该产品定位为长在工作流里的AI助理，用户在移动端左滑即可唤起，它能自动理解当前界面及问题，并基于群聊、文档、会议、邮件等数据给出回复。同时，该产品正在灰度测试“服务总结”功能，可自动提炼客户需求并推送跟进建议，管理侧也能自动生成数据分析仪表盘。

相关链接：

提示：内容由AI辅助创作，可能存在幻觉和错误。

AI HOT 补充资讯

模型发布/更新

FastWan-QAD：单卡5090上1.8秒生成5秒视频 #A1

来源：官方·X X：Sky Computing Lab (@haoailab)

Sky Computing Lab 发布 FastWan-QAD 视频生成模型系列，基于 FastVideo 的量化感知蒸馏（QAD）方案训练。在单张 NVIDIA GeForce RTX 5090 上，端到端生成一段 5 秒 480P 视频仅需 1.8 秒。模型、代码及博客已开源。

京东全栈开源JoyAI-VL-Interaction，从“一问一答”走向“边看边说” #A2

来源：公众号·官方 公众号：京东JoyAI

京东近日开源全球首个全栈交互模型JoyAI-VL-Interaction，获vLLM-Omni原生支持。该模型能持续观察视频流、主动判断关键事件并实时响应，支持将复杂任务委托后台Agent处理。在58个真人盲评中，对比豆包视频通话助手胜率77.6%，对比Gemini视频通话助手胜率87.9%，监控预警场景达100%胜率。开源内容包括模型权重、交互数据集、训练方案及完整可部署系统，支持摄像头、直播流等视频输入及语音交互、长期记忆、vLLM部署，适用于安防监控、老人看护、直播讲解等实时场景。

网易有道发布 Confucius4-TTS：14 语种跨语种无口音语音克隆开源模型 #A3

来源：综合资讯 IT之家（RSS）

网易有道推出“子曰 4.0”TTS 引擎 Confucius4-TTS，声称是业内首个支持 14 种语言跨语种无口音、且无需参考文本即可完成语音克隆的开源模型。用户仅需 3 秒音频即可实现零样本音色克隆，克隆音色与原声相似度超 85%，任务准确度达 97%。模型支持中文、英语等 14 种语言，首创音频 Prompt 情感克隆迁移。底层采用 GPT 式语义大模型、SSL 预训练特征与 ECAPA-TDNN 说话人编码器、Flow Matching 框架。已全量开源（Apache 协议），提供 54GB 资源包供本地部署。

Krea 2 技术报告正式发布 #A4

来源：官方·X X：Krea AI (@krea_ai)

我们的技术报告已发布。 深入解析创建 Krea 2 所用的数据、架构及训练技巧。 https://www.krea.ai/blog/krea-2-technical-report

豆包音频生成模型1.0发布，重新定义AI音频创作 #A5

来源：公众号·官方 公众号：火山引擎

火山引擎正式发布豆包音频生成模型1.0（Doubao-Seed-Audio 1.0），支持文本与音频参考生成，端到端输出目标音频。单条Prompt可编排多角色对白、情绪语气、背景音乐及环境氛围，长时生成中保持多角色音色一致性，无需后期多轨混音。模型支持0样本多模态输入，无需额外训练即可生成；实现音色与风格解耦控制及“一声多角”能力。一次支持2分钟音频创作，多次延长保持音色统一。已开启火山方舟API邀测，个人用户享30分钟创作额度，即将上线剪映、即梦、番茄等产品。

产品发布/更新

IBM 开源 CUGA：轻量级智能体框架，提供二十余个单文件示例应用 #A6

来源：官方 Hugging Face：Blog（RSS）

IBM 开源了 CUGA（Configurable Generalist Agent），一个处理规划、执行循环、工具调用和状态管理的轻量级智能体框架。开发者只需提供工具列表和提示词即可构建 CugaAgent。内置计划-执行-反思循环，在 AppWorld（2025年7月–2026年2月）和 WebArena（2025年2月–9月）基准上排名第一。支持 Fast / Balanced / Accurate 三种推理模式，代码执行可在本地、Docker 或 E2B 沙箱中运行。可互换工具支持 OpenAPI、MCP 和 LangChain 函数，通过环境变量一键切换 OpenAI、watsonx、Ollama 等提供商。随框架发布二十…

Runway推出Seedance 4K等三款新模型 #A7

来源：官方·X X：Runway (@runwayml)

Seedance 4K。Seedance Mini。Kling 3.0 Turbo。现已推出。 全球最佳模型，汇聚一处。 使用优惠码 30RUNWAY，前三个月可享七折优惠。 通过下方链接开始使用。

无限制OCR：单次长时域解析 #A8

来源：综合资讯 Hacker News 热门（buzzing.cc 中文翻译）

Unlimited OCR 是一个托管在 GitHub 的项目，实现单次长时域解析（One-Shot Long-Horizon Parsing），旨在一次性处理长时间跨度的 OCR 任务。

国内首个高考志愿AI测评出炉，千问多项表现超过资深咨询师 #A9

来源：公众号·官方 公众号：千问APP（阿里）

友松实验室发布国内首个高考志愿AI能力测评报告，测试千问高考志愿填报Agent四大模块。与53位平均从业4.6年的人类咨询师对照，千问表现更稳定精确：44道事实题全对；模拟10个志愿中6个可录取；100场匿名对比中专家58次倾向千问回答。使用千问辅助后，人类咨询师正确率提升，耗时减少约27%。该Agent基于千问高考志愿大模型和夸克8年高考数据，覆盖约3000所院校、2000多个专业。

Anthropic 推出 Claude Tag：在 Slack 中通过 @Claude 协作 #A10

来源：官方 Anthropic：Newsroom（网页）

Anthropic 推出 Claude Tag，一种在 Slack 频道中通过 @Claude 委托任务的新协作方式。Claude 可记住频道上下文，支持多用户交互，经授权后可自动学习其他频道和数据源。开启“环境”行为后，能主动更新未解决的线程或任务。支持异步工作，可自主推进项目数小时或数天。即日起面向 Claude Enterprise 和 Team 客户提供 beta 版。管理员可精细控制工具和渠道访问权限、设置 token 消耗限额，并查看所有操作日志。

行业动态

Oracle因AI应用裁员21000人，债务驱动云基础设施投资 #A11

来源：综合资讯 Ars Technica：AI（RSS）

Oracle在截至5月31日的财年裁员21000人，员工总数降至141,000人，降幅12.9%。公司称AI技术的采用导致劳动力缩减，同时重组成本达18亿美元，同比增长481%。Oracle计划2026年通过债务和股权筹集450至500亿美元，扩建Oracle Cloud Infrastructure，服务OpenAI、xAI、AMD、Nvidia、Meta等客户。公司债务超1200亿美元。分析人士指出裁员有助于改善现金流，但Oracle也承认大规模裁员可能带来生产力下降、人才短缺和员工士气受损等风险。

五眼联盟警告：AI网络威胁数月内将影响普通用户 #A12

来源：综合资讯 Artificial Intelligence News（RSS）

2026年6月22日，五眼联盟（美、英、加、澳、新）网络安全部门联合警告，即将到来的AI模型（如OpenAI的GPT-5.5-Cyber、Anthropic的Mythos）将降低编写复杂攻击代码的门槛。自动化智能体可全天候扫描互联网漏洞，大幅缩短安全窗口期。AI驱动的超个性化钓鱼诈骗已在亚太蔓延，印度2026年初勒索软件事件激增165%。五眼联盟建议企业部署自动化防御AI，个人用户开启多因素认证、删除闲置账户。

GitHub联合开源联盟呼吁修改加州AI透明度法案以保护开源 #A13

来源：官方 GitHub Blog

GitHub 联合 Black Forest Labs、Hugging Face 与 Mozilla Corporation 组成开源联盟，呼吁对加州 AI 透明度法案（SB 942，拟由 SB 1000 修正）进行针对性修改。当前草案要求开发者在下游用户未履行义务时撤销开源许可证，这与开源许可证永久不可撤销的性质冲突。联盟认为该要求非必要，已有直接监管和执法机制，并建议参考欧盟 AI 法案的透明度实践规范，以向下游用户通知最佳实践文档的方式替代撤销条款。GitHub 支持这些修正，以在保持透明度目标的同时兼容开源开发模式。

OpenAI 助力 Appia Foundation 推动先进 AI 共享标准建设 #A14

来源：官方 OpenAI：官网动态（RSS · 排除企业/客户案例）

OpenAI 通过 Appia Foundation 支持制定先进 AI 的共享标准，涵盖评估框架、安全实践与全球合作。

Omio 如何构建对话式旅行的未来 #A15

来源：官方 OpenAI：官网动态（RSS · 排除企业/客户案例）

Omio 利用 OpenAI 技术打造对话式旅行体验，加速产品开发进程，并推动自身向 AI 原生公司转型。

论文研究

AI招聘工具存在种族偏见和系统性排斥；黑人占比26%，亚裔占比15% #A16

来源：综合资讯 Hacker News 热门（buzzing.cc 中文翻译）

一项覆盖340万人、400万份申请、150家雇主和1700个职位的大规模实地研究发现，AI招聘筛选工具存在显著的种族歧视：26%的黑人申请者和15%的亚裔申请者遭遇算法对其族群的系统性排斥；若AI按推荐率最高群体（通常为白人）标准执行，将有4万份额外申请进入下一轮。多数雇主依赖同一第三方供应商算法，形成“算法单一文化”，导致10%提交4份申请者被所有职位拒绝。对比同期未用AI的招聘数据（8.3万份申请、108家财富500强企业），未发现此类模式。研究呼吁对算法招聘进行独立监管。

九位评委，两个有效投票：相关错误削弱LLM评审面板 #A17

来源：学术机构 Apple Machine Learning Research（RSS）

苹果机器学习研究团队发现，LLM-as-a-judge面板因模型间高度相关而严重受限。对7个模型家族的9个前沿大语言模型在3个自然语言推理数据集上的测试表明，9位评委实际仅提供约2个独立投票的信息量，面板准确率比独立投票理想值低8–22个百分点，最佳单一模型的表现已匹敌或超越整个面板。增加评委数量或改进聚合算法收效甚微，即使允许算法获取正确答案也仅能缩小至多11%的差距。该结论在多种提示变体、温度设置及偏好任务中均得到验证，瓶颈在于评委间的相关性而非聚合算法。

基于指标依赖的标注饱和：从标签分布中学习 #A18

来源：学术机构 Apple Machine Learning Research（RSS）

在ChaosNLI数据集（每项100个标注）上微调NLI模型，发现所需标注人数因评估指标而异：熵相关（识别分歧项）需约20-50个标注者收敛，KL散度（分布匹配）约10个标注者即饱和（达全量效果的87%-95%）。软标签的熵相关r=0.643（p<0.001），优于五种标签平滑强度下的r≈0.45-0.49，因平滑无法区分模糊样本与明确样本。该优势在DeBERTa、RoBERTa、非NLI预训练基线及内容安全跨域评估中均成立。结论：标注预算应依据目标评估指标制定。

技巧与观点

huggingface_hub 实现每周发布：AI、开源工具、人工审核闭环 #A19

来源：官方 Hugging Face：Blog（RSS）

Hugging Face 将 huggingface_hub 的发布周期从每 4‑6 周缩短至每周，全部由单个 GitHub Actions 工作流自动完成。流程依赖开源工具和开权重模型（当前为 Z.ai 的 GLM‑5.2）来起草发布说明和 Slack 公告，但保留人类在最终审核环节的决定权。自动步骤包括版本号更新、提交标签推送、PyPI 发布、下游测试分支创建、发布说明草稿、Slack 公告草稿、归档、后置版本提升以及对合入 PR 的评论。所有组件均基于开源生态构建，任何维护者都可直接复制使用。

在 Transformers.js 中实验提议的跨源存储 API #A20

来源：官方 Hugging Face：Blog（RSS）

Transformers.js 在浏览器中运行 AI 模型时，不同来源的 Web 应用会重复下载并缓存相同的模型资源（如 Xenova/whisper-tiny.en）和 Wasm 运行时文件（如 4,733 kB 的 ort-wasm-simd-threaded.asyncify.wasm），即使资源 URL 相同，浏览器因 Network Isolation Key 隔离缓存，单次 demo 就产生 177 MB 冗余下载和存储。Cross-Origin Storage API 是一项早期提案，旨在让跨来源应用共享缓存的模型和运行时资源。目前该 API 尚未在浏览器原生实现，但可通过 Chrome 扩展注入 polyfill 进…

Meta 如何为 AI 眼镜设计超窄钢壳电池 #A21

来源：官方 Meta Engineering Blog（RSS）

Meta 工程团队为 Ray-Ban Meta 等智能眼镜开发了宽度仅 7mm 的钢壳电池。传统软包电池难以塑形且空间利用率低，Meta 改用叠片式电极结构以降低阻抗、避免多任务时电压骤降，并将公差控制在约 100 微米以释放更多体积。Gen2 电池容量从 160 mAh 提升至 210 mAh，但续航翻倍主要来自软硬件系统级效率优化。Oakley Meta Vanguards 双电池面临交叉充电与启动关机时序难题，而 Meta Ray-Ban Display 则搭载了最大的 248 mAh 钢壳电池以支持屏幕持续供电。该超窄方案正推广至其他硬件形态。

Claude Tag 的 Agent Identity 访问模型 #A22

来源：官方 Claude：Blog（网页）

Claude Tag 推出 agent identity（智能体身份）访问模型，让 Claude 在共享频道中以独立身份工作，而非模拟某个用户。管理员在工作区级配置连接器、仓库访问、技能插件和固定指令等权限，每个频道可覆盖继承的基线设置。私有频道拥有独立身份，记忆和访问不跨频道流转；公共频道共享工作区级身份。该模型为自主多玩家 AI 场景设计，允许频道成员通过 Claude 访问已授权工具和数据，同时通过按身份撤销简化权限管理。

GPT-5 帮助免疫学家 Derya Unutmaz 解开三年未解之谜 #A23

来源：官方 OpenAI：官网动态（RSS · 排除企业/客户案例）

GPT-5 Pro 帮助免疫学家 Derya Unutmaz 解决了一个长达三年的免疫学谜团，揭示了 T 细胞行为的新见解。这一突破可能为癌症和自身免疫疾病研究提供支持。

提示：内容由 AI 辅助整理，可能存在错误，请以原始出处和官方信息为准。