65-260519 AI 科技日报 (Gemini 3.5系列模型正式发布)

Gemini 3.5 Pro/Flash发布，Pro模型规模或达10T+ --- Google推出Gemini 3.5 Flash和Pro模型，Pro模型据称参数规模达到10T级别，Flash定价为1.5/9美元每百万token。 🔗
SAM3开源计算机视觉模型，擅长复杂场景对象跟踪 --- 开源计算机视觉模型SAM3发布，在复杂场景下的目标跟踪能力突出。 🔗
Google I/O前夕：预览视频疑似AI生成，AI Studio移动应用开放预注册 --- Google I/O前夕，官方预览视频被分析可能由Gemini Omni模型生成；AI Studio移动应用开放预注册。 🔗
Grok创意三件套模型登陆OpenRouter --- xAI的Grok创意模型（图像生成、视频生成、语音合成）已在OpenRouter上线，可通过统一的API进行访问。 🔗
NVIDIA 用 NVFP4 训练 Nemotron 模型 --- NVIDIA使用NVFP4精度成功完成了Nemotron模型的重要预训练阶段。 🔗
阿里通义千问Qwen3.7预览版发布 --- 阿里云发布Qwen3.7-Max-Preview和Plus-Preview，模型在逻辑推理和视觉能力上均有提升，在全球榜单上排名靠前。 🔗

Cursor Composer 2.5基于Kimi K2.5构建 --- Cursor Composer 2.5基于Moonshot Kimi K2.5开源模型构建，编码模型领域的竞争正在加剧。 🔗
Claude更新：设计版额度翻倍，代码模式用Opus 4.7 --- Claude Design的token限制在所有套餐翻倍；Claude Code快速模式的默认模型升级至Opus 4.7；此外还推出了自托管沙箱、MCP隧道以及新的提示缓存诊断功能。 🔗
Google I/O 预告：AI 突破工具将发布 --- Google I/O大会将于明天直播，届时将公布一系列AI领域的突破、工具和创新成果。 🔗
腾讯发布设计智能体Ardot --- 腾讯发布Ardot设计智能体，能根据一句话描述生成设计稿并一键转换为代码，支持团队协作。 🔗

TurboConn架构：跨token循环提升Transformer推理深度 --- TurboConn架构通过实现跨token循环，使得Transformer的推理深度能够随着上下文的增加而增长。 🔗
Meta新论文：AI自主设计架构超越Llama 3 --- Meta发布论文，展示了其AI代理系统能够自主设计神经网络架构，并且性能超越了Llama 3。 🔗
LLM 激活引导观察值得研究 --- 关于LLM激活引导的研究有一些新的观察发现，论文中的线索指向清晰，值得深入探讨。 🔗

llama.cpp支持Qwen3.6多token预测 --- llama.cpp为Qwen3.6添加了MTP（多token预测）支持，能够提升本地模型的生成速度。 🔗
自定义NVFP4 GEMM内核：深入底层优化 --- 自定义的NVFP4 GEMM内核代码，针对特定硬件做了底层优化。 🔗
General-Agent：自动化RL环境的合成平台 --- PrimeIntellect推出General-Agent平台，用于自动化生成强化学习环境。 🔗
开源工具OmniVoice Studio，本地实现视频配音 --- 开源本地配音工具OmniVoice Studio，集成了Whisper转录、语音克隆、背景音分离等功能，支持600种语言，无需订阅和上传数据到云端。 🔗
Codex /goal 用法：持续解决目标 --- Codex的/goal命令可以让AI代理持续工作，直到解决给定的持久性目标。 🔗

Cloudflare实测Anthropic Mythos：AI链接漏洞成攻击链 --- Cloudflare用Anthropic Mythos Preview扫描代码库，发现该模型能将多个低危漏洞串联起来，形成可工作的攻击链并自动生成概念验证代码。 🔗
Anthropic收购Stainless，强化API和SDK工具链 --- Anthropic收购了SDK生成平台Stainless，后者能根据API规格自动生成多语言SDK并支持MCP，此举旨在增强Claude的开发者体验和Agent连接能力。 🔗
本地 AI 部署应对 GPU 短缺 --- 基于开源模型的本地AI部署方案，因其更便宜、更快速、更安全的特性，正成为应对GPU短缺的一种可行选择。 🔗
马斯克诉 OpenAI 案败诉 --- Elon Musk 在针对 OpenAI 的诉讼中败诉，这场备受关注的法律斗争告一段落。 🔗

一起学习AI。