搜索
端侧多模态，卷出新天花板。仅1.3B，性能反超，效率翻倍，一张4090就能「爆改」。刚刚，清华系团队面壁智能开源了新一代「小钢炮」MiniCPM-V 4.6，再次证明了在端侧AI领域，中国团队已然站在世界前沿。
这是主流出版集团首次发起针对AI企业的诉讼，Meta明目张胆侵犯版权，出版商们将还原全部事实。
AI版权大战，再度升级了。
Voice Agent终于能打实战了！这家中国公司靠一套Model + Harness的方法论，正在重新定义金融级Agent的标杆，也撬动了黄仁勋所预言的百万亿美元市场。
如果把AI丢进一个没有标准答案的工程现场，它还能活下来吗？
趁马斯克跨洋出差，首次出庭“OpenAI果实窃取诉讼案”的奥特曼，在加州法庭上说出了一句震惊四座的话： 马斯克曾经认为，未来OpenAI的控制权，可以传给自己的孩子。
随着大模型参数规模持续扩大，推理成本已经成为生产级 LLM 服务的核心瓶颈。投机解码（Speculative Decoding, SD）通过「小模型 draft + 大模型 verify」的方式，将多个候选 token 放到一次目标模型前向中并行验证，从而缓解自回归解码的串行瓶颈。
家用电器是家庭服务机器人最难啃的一类任务对象。与桌面物体操作相比，家电操作不仅涉及按钮、旋钮、门体等多种异构部件，还受到模式切换、状态约束和程序逻辑的共同支配。真正完成一次家电任务，机器人往往既要「看得见」，也要「读得懂」，还要「按说明书做对」。
当前VLA模型常依赖视觉线索而非语言指令，导致在新场景下表现不佳。论文提出LangForce方法，通过引入对数似然比损失，强化模型对语言的依赖，提升其在分布外环境中的泛化能力，并保留语言核心功能。
买对东西，是个有门槛的技术活儿。
豆包输入法的Mac版，终于正式上线了。 我自己已经内测使用了快1个月了，但是我等这一天，也真的等了好久好久。因为这篇文章我想写很久了，但是一直没写就是因为，对于大众用户来说，之前还一直没有一个比较好的产品能让大家去随便的体验语音输入法，所以一直在等豆包输入法上线，然后再发，这样其实所有人就都可以开始把这种方式用起来了。
面壁智能正式发布并开源了 MiniCPM-V 系列新一代基础模型——MiniCPM-V 4.6。这款模型的整体参数规模仅约 1B（1.3B），是该系列有史以来参数规模最小的一款。但在多模态综合能力上，它却成功超越了被视为标杆的阿里 Qwen3.5-0.8B 和谷歌 Gemma 4 E2B-it，做到了「尺寸更小、效率更高、性能更好」。
在MU Shanghai组织的ClawCon活动上，OpenClaw的社区核心成员自己飞过来，在阿里中心的会议室里，面对着从全国各地赶来的开发者、创业者和用户，和他们一线交流。我们拿到了两个独家对话的机会，受访者是OpenClaw核心维护者Josh，以及OpenClaw Foundation核心成员Vincent Koc。
美国众议院监督与政府改革委员会官网显示，该机构于当地时间5月8日向OpenAI联合创始人兼CEO萨姆·奥尔特曼（Sam Altman）发出正式调查函，要求其在5月22日前提供OpenAI全部利益冲突审查文件，并安排首席法务官等高管接受国会简报。此次调查的核心问题是，奥尔特曼是否利用其执掌的OpenAI，为其个人持有股权的外部公司人为抬高估值。
英伟达副总裁亲口承认AI算力账单超过员工工资。所有人都在抱怨AI贵，但很少有人追问一句：这些钱最后流到了哪里？一个答案是韩国。SK海力士Q1利润率72%；三星电子市值突破1万亿美元。这场盛宴的脚本，已经写到了2029年。
2026年5月13日，作为每年 Google I/O 的前哨站，同时也是关于最重要的部分——安卓的独立发布会，The Android Show在线上开幕，揭开了 2026 年 Google 在 Android 领域全系产品阵容的新品发布阵容。
一家估值超5000亿美元的币圈富豪公司，秀出了性能碾压谷歌的AI医疗大模型。
何恺明，也下场做语言模型了。
OpenAI 前 CTO Mira Murati 和前应用研究负责人翁荔（Lilian Weng）创立的 Thinking Machines Lab，也就是 TML，刚刚发布了一个叫「Interaction Models」的研究
近日，字节跳动智能创作部门（Intelligent Creation Lab）提出新作 DreamLite，一个主干网络仅有 0.39B 参数的轻量级统一扩散模型，在单一网络内同时支持文生图（Text-to-Image） 和图像编辑（Text-guided Image Editing）两个任务，是目前已知首个实现这一能力的端侧模型。
三年后，这个判断变成了一家叫FrontierX的公司，和它的产品Aura——一个球形的、能在室内自由移动、端侧部署感知和模型的「开放定义的机器人」。FrontierX诞生于杭州，是一家以感知智能为核心的AI原生硬件公司，由来自浙江大学和阿里巴巴的团队创立。团队背景多元，涵盖硬件工程师、算法工程师、产品经理和工业设计师。
当 AI 的浪潮卷过硬件市场，货架上的产品一夜之间都贴上了 “AI” 标签：会聊天的毛绒玩具、能总结的录音笔、带语音交互的眼镜…… 仿佛只要沾了AI，就能化平庸为神奇，让产品大卖特卖。
如果要让机器人更有价值，“大脑”层面的突破是关键。
Bloome是一个特别好的AI产品，因为它有效解决了我面对Youware的巨大输入框，脑子空空如也，什么也想不出来的问题。对的，Bloome是Youware团队的新产品，也是葬AI最严厉的神父具有神性的产品经理明超平的最新力作。
视频创作正在从操作工具，变成一场人与Agent之间的对话。
谷歌周一发布报告，首次确认犯罪黑客使用AI大模型发现了一个此前未知的零日漏洞，并差点发动大规模攻击。这件事之所以炸裂，是因为安全界担心了好几年的「AI自动挖洞」，终于从理论变成了现实。而在Anthropic的Mythos模型已经找到数千个零日漏洞的背景下，这可能只是冰山一角。
马斯克 VS 奥特曼的世纪庭审，也太劲爆了—— 感觉自己像是瓜田里的猹，一瓜未平一瓜又起。吃不过来，根本吃不过来……
Agent 到底需要什么样的 infrastructure，今年业界一直有很多探讨，PingCAP 联合创始人黄东旭此前也发过多篇讨论文章，不过当时都是一些猜想。随着 agent 今年的爆发，大规模落地的案例出现了。
语音合成这两年发展迅速：把一段话顺顺当当地念完，已经不算难事；难的是该慢的时候慢，该顿的时候顿，该强调的时候真能把重点托出来。
AI投融资狂飙突进的两年，谁是最大金主？
