天眼早报

🤖 AI 大模型

𝕏 Google 发布 Gemma 4 12B：无编码器多模态模型支持本地运行

Google正式发布开源模型 Gemma 4 12B，这是首个采用无编码器架构的中规模多模态模型，能直接将文本、图像、音频和视频映射至 LLM 嵌入空间。该模型支持 256K 上下文窗口和原生工具调用，可在仅 16GB VRAM 的笔记本电脑上高效运行复杂工作流。作为首个支持原生音频输入的模型，它填补了边缘端与专家混合模型的空白，并基于 Apache 2.0 协议免费开源。此外，模型已在 Ollama 平台上线，支持 MLX 加速，AIME 2026 得分达 77.5%，LiveCodeBench v6 得分为 72.0%。

𝕏 Microsoft 推出 MAI-Thinking-1：35B 激活参数推理模型

Microsoft发布内部研发的 MAI-Thinking-1 推理模型，该模型基于 30T 人类生成数据训练，采用混合专家架构。尽管仅拥有 35B 激活参数，其在 AIME 2025 数学推理任务中达到了惊人的 97.0% 准确率，展现了小参数大能力的特性，为高效推理提供了新的技术路径。

𝕏 Microsoft SkillOpt 实现智能体技能自进化

Microsoft发布 SkillOpt 论文，展示了智能体技能可自我测试与进化的新范式。实验数据显示，在图表提取任务中，智能体的质量从 0.73 提升至 0.93（提升 20 分），证明了智能体在不依赖人工干预的情况下，能够通过自我迭代显著优化特定技能，为通用人工智能的发展提供了新思路。

𝕏 Ideogram 4.0 开源：全球最佳开源图像模型上线

Ideogram宣布其 Ideogram 4.0 图像生成模型正式开源，提供权重下载与微调支持。该模型在文本生成图像任务上达到 SOTA 水平，特别擅长精准文字渲染，支持 2K 分辨率输出，并可部署于本地硬件。这一发布标志着开源图像生成领域迈上了新台阶，为开发者提供了强大的本地化创作工具。

𝕏 NVIDIA Cosmos 3 登顶 7 项物理 AI 榜单

NVIDIA推出 Cosmos 3，作为物理 AI 的开放全能模型，在世界生成、机器人策略和工业视觉理解三大关键领域均排名第一，成功登顶 7 项相关榜单。该模型现已在 Hugging Face 上线，覆盖了物理 AI 的全领域应用，为构建具身智能和数字孪生系统提供了坚实基础。

𝕏 Anthropic 扩展 Claude Mythos 预览：已发现超 1 万漏洞

Anthropic将 Claude Mythos 安全防御模型的预览计划从最初的 50 家机构大幅扩展至 200 家。该模型专注于 AI 辅助的漏洞挖掘，合作伙伴在测试期间已发现超过 10,000 个高危或严重漏洞。这一举措旨在建立 AI 在网络安全领域的防御先发优势，通过大规模协作提升系统安全性。

𝕏 Google Gemini Omni 引入物理逻辑理解能力

Google发布 Gemini Omni 模型，该模型具备对重力、动能和流体动力学等物理规律的直观理解能力。不同于仅预测像素的传统视频生成模型，Gemini Omni 能生成符合现实世界逻辑的视频，显著提升了视频生成的真实感与连贯性，为物理世界的模拟与交互打开了新大门。

𝕏 百度文心发布 NAVA：6.3B 参数原生同步音视频生成模型

百度文心团队正式发布开源模型 NAVA，该模型仅用 6.3B 参数即实现音视频原生同步生成。其核心架构采用 Align-then-Fuse 策略，让音视频在生成过程中自然对齐，支持多说话人音色保持（Timbre-in-Context）。在 Verse-Bench 基准测试中，NAVA 超越了 Ovi 1.1、MOVA 及 DaVinci 等更大规模的模型。目前 GitHub 仓库与论文已公开，为轻量级音视频生成提供了新范式。

𝕏 DeepSeek 论文提出自剪枝 KV 注意力机制

新论文《Self-Pruned Key-Value Attention》由 DeepSeek 团队提出一种学习式剪枝方法。该方法使 LLM 仅需保留 10%-33.7% 的旧 KV 条目即可匹配完整性能，解码速度提升 2.1-4.6 倍，且无需额外规则干预。这一突破为降低大模型推理成本、提升响应效率提供了重要的理论依据和技术方案。

𝕏 Claude Code 物理反馈装置：用机械臂吸引注意

Anthropic工程师 Ben James 为解决长代码会话中的注意力分散问题，设计了微型 Clawd 物理反馈装置。当 Claude Code 需要用户输入时，电磁铁会推动铝制外壳上下跳动，提供直观的物理反馈。这一创意硬件设计巧妙地将软件交互延伸至物理世界，提升了人机协作的体验。

---

🛠️ AI 工具推荐

𝕏 Firecrawl Workflows 上线，支持一键安装 Web 任务

Firecrawl推出 Workflows 功能，允许用户通过 CLI 安装可重复的 Web 任务。目前已上线**10+**工作流，包括深度研究、SEO 审计和网站克隆，支持 Grok Build 等工具集成。该功能简化了复杂 Web 任务的部署流程，使开发者能够快速构建自动化数据采集与分析管道，提升工作效率。

𝕏 EverOS 重构完成，Markdown 成为 AI 记忆核心存储

**EverOS**完成重大架构重构，将原始记忆存储于 Markdown文件，利用 SQLite管理状态队列，LanceDB负责向量检索。开发者可直接查看和修改记忆文件，彻底解决索引单点故障问题，提升 AI 记忆的可维护性。这种透明化的存储方式增强了系统的可控性，让用户能直观理解和管理 AI 的记忆逻辑。

𝕏 Notion 新增 5 个 MCP 连接器：Mixpanel、Miro 等

Notion推出 5 个新的 MCP 连接器，包括 Mixpanel、Miro、Box、ClickHouseDB 和 Mercury。用户可直接通过 Agent 查询产品分析数据或创建可视化图表，无需离开 Notion 界面。此举大幅扩展了 Notion 作为工作中心的能力，实现了数据分析与文档管理的深度集成，提升信息流转效率。

𝕏 OpenRouter 推出 Pareto Code 免费编码路由

OpenRouter发布免费的 Pareto Code 实验性路由，允许开发者设置 min_coding_score 参数，自动路由至满足代码能力门槛的最便宜模型，实时追踪帕累托前沿变化。这一策略帮助用户在保证代码质量的前提下显著降低推理成本，实现了性能与经济效益的最佳平衡。

𝕏 Motion 正式发布，AI 驱动的运动设计工具

Motion作为前沿运动设计智能体正式推出，所有宣传视频均由该工具制作。新用户注册评论"MOTION"即可获赠 1,000免费积分，并支持通过 API 集成至各类工作流。该工具标志着 AI 在专业视频生成领域的重大进展，为创作者提供了高效、低成本的动画制作解决方案。

𝕏 LangSmith 新增沙盒执行环境：支持代码调试与自动化

LangChain正式推出 LangSmith Sandboxes，为 AI Agent 提供状态化计算环境。该功能支持安装包、编辑文件及运行不可信代码，有效解决 Agent 在长期任务执行中的上下文管理难题。通过引入沙盒机制，开发者能够更安全地处理复杂逻辑，实现代码的实时调试与自动化执行，显著提升 Agent 的可靠性与自主性。

𝕏 Nitrosend 推出 AI 原生邮件平台，Claude 全流程控制

Nitrosend发布基于 MCP 的 AI 邮件平台，允许 Claude 直接构建、设计、细分并发送完整邮件活动。AI 不仅生成文案，还能直接操作设计、逻辑和发送栈，实现端到端自动化。该平台重新定义了邮件营销流程，将复杂的邮件策划转化为自然语言指令，极大降低了技术门槛并提升了运营效率。

𝕏 ElevenLabs 与 Hasbro 合作推出 IP 授权语音库

ElevenLabs联合 Hasbro推出包含 Cobra Commander、Megatron 等经典角色的授权语音库。开发者可通过 Iconic Marketplace 将这些受版权保护的语音集成到应用和体验中，实现合法合规的 IP 内容创作。此次合作解决了 AI 语音合成中的版权痛点，为粉丝向应用和游戏开发提供了官方支持。

𝕏 Replit 推出 SEO Agent，自动优化网站收录

Replit推出 SEO Agent，可自动扫描网站的可抓取性和索引情况，并提供修复建议。开发者只需点击“运行扫描”，Agent 即可应用修复并重新发布，提升应用在网络和 AI 搜索中的可见度。该工具集成了智能诊断与自动修复能力，帮助开发者在不深入 SEO 细节的情况下快速优化应用表现。

𝕏 Modulate AI 开放 Velma 语音 API，原生理解原始音频

Modulate AI开放 Velma API，该模型能直接理解原始音频（含语调、停顿），而非仅转录文本。技术源自《使命召唤》和《GTA Online》，准确率超越现有语音栈，支持**150+**种行为检测。这一突破使得 AI 能更精准地捕捉人类情感与意图，为游戏 NPC、客服机器人等场景带来更自然的交互体验。

𝕏 Supabase 优化 SQL 编辑器：支持 Git 共享片段

Supabase更新本地版 SQL 编辑器，现在可将代码片段存储在 supabase/snippets 目录中。用户可将其提交至 Git 仓库，实现团队间代码片段的无缝共享与版本控制。这一改进强化了开发协作流程，确保数据库脚本的一致性与可追溯性，让团队成员能更高效地复用和优化查询逻辑。

---

📖 教程攻略

𝕏 ⭐ Codex Goal 指令编写技巧：利用 Plan 模式收敛需求

Codex使用指南分享：建议先用 /plan 模式让 AI 反问缺失的成功标准与约束条件，再起草最终 /goal 指令。掌握结果、验证、约束、边界、迭代和停止条件六大要素可显著提升执行效果。

🟩 ⭐ 深度解析：如何通过 GitHub Issues 挖掘 UX 研究数据

文章提出通过给 GitHub Issue 编码来替代单纯阅读文档，从而发现真实的开发者痛点。作者分享了如何将20 个 Issue转化为14 个模式的研究方法，使结论更具可辩护性。

𝕏 ⭐ 远程指挥多台电脑写代码：Codex 设备连接设置

分享 Codex 远程协作技巧：在设置中添加其他登录账号的设备，可实现本机创建项目时选择远程项目。此方法允许用户利用家中高性能电脑进行开发，提升工作效率。

---

💎 技巧经验

𝕏 ⭐ FluxMem：重新定义 AI 记忆系统为动态连接网络

新研究提出 FluxMem 记忆系统，将记忆从静态存储转变为动态连接的图结构。该系统通过反馈修复记忆连接，将重复任务转化为可复用技能，在 LoCoMo 测试中准确率达 95.06%。

𝕏 ⭐ AI Skills 是提升工作效能的关键：加载灵活且便携

AI Skills（技能）被证实是提升 AI 实用性的最佳方式之一。其核心优势在于按需加载、跨代理便携以及易于构建。GitHub 上已有大量开源示例可供参考学习。

---

📚 论文研究

𝕏 ⭐ Google 新研究：LEAP 框架使通用模型解决所有 Putnam 数学竞赛题

Google研究人员展示 LEAP 框架，将通用 LLM 封装在 Lean 编译器代理中。该模型成功解决了全部 12 道 Putnam 2025 数学竞赛题，单解率从不到 10% 提升至 70%，超越金牌专用系统。

𝕏 ⭐ Microsoft 发布 SkillOpt 论文，实现 Agent 技能自进化

Microsoft发布的SkillOpt论文展示了如何让 AI 技能拥有测试框架并自我进化。实验显示，在图像提取任务中，该方法将质量提升了20 分（从0.73提升至0.93）。

𝕏 ⭐ CVPR 2026 聚焦视觉科学回归与物理空间推理

CVPR 2026期间，Bill Freeman 等学者呼吁将视觉回归到“视觉科学”，强调鲁棒性和低资源需求。Georgia Tech 提出超越物体语义、关注效用与物理空间推理的三大研究方向，推动计算机视觉向更本质的方向发展。

𝕏 ⭐ 论文：AI 擅长回顾科学而非预测未来进展

针对 4,760 个科学事件的研究显示，AI 模型在识别潜在研究路径方面表现优异，但在预测发现是否发生及具体时间上表现接近随机水平。这表明当前模型更擅长事后解释而非事前预测。

---

🚀 产品发布

𝕏 ⭐ SpaceX 提交 IPO 申请，目标估值 1.75 万亿美元

SpaceX向 SEC 提交招股书，计划以每股 135美元发行约 5.5555 亿股，预计筹集 744 亿美元（若承销商行使超额配售权可达 857 亿美元）。此次 IPO 将使公司目标估值达到 1.75 万亿美元。文件显示高盛担任主承销商，发行后马斯克将保留超过**82%**的投票控制权。

𝕏 ⭐ Broadcom Q2 财报超预期，AI 芯片收入同比增长 143%

Broadcom公布 Q2 业绩：营收 222 亿美元，EPS 2.44美元，均超市场预期。其中 AI 半导体收入达 108 亿美元，同比激增 143%。Q3 指引显示营收预期 294 亿美元，AI 收入预计超 160 亿美元。

𝕏 ⭐ Ideogram 4.0 发布：开源图像生成模型登顶排行榜

Ideogram正式发布 Ideogram 4.0，宣称是“全球最佳开源图像模型”。该模型在 Text-to-Image Arena 榜单中以 1204 分位居开源模型第一，尤其在文本渲染、产品设计和商业品牌设计方面表现卓越。目前权重已开放下载，支持微调和本地运行，API 服务同步上线，旨在让创作者完全掌控生成过程。

𝕏 ⭐ Miso One 开源，80 亿参数情感语音模型

Miso One是一款80 亿参数的文本转语音模型，具备人类级情感表达能力。其延迟低至110 毫秒，快于人类反应速度，且权重完全开源，支持私有化部署和微调。

𝕏 ⭐ Perplexity Computer 接入 Similarweb 数据源

Perplexity Computer正式集成 Similarweb 数据，用户可直接访问市场、受众和竞争情报。新增功能包括映射市场份额、评估关键词机会及构建潜在客户列表，支持原生集成和官方连接器。

𝕏 ⭐ Google 推出实验性应用 Dreambeans，每日个性化资讯

Google Labs推出实验性移动应用 Dreambeans，利用个人智能连接 Google 应用，每日推送个性化故事集合。目前仅限美国 Google AI Ultra 用户试用，旨在减少信息过载，聚焦用户真正关心的内容。

𝕏 ⭐ Wato 推出 AI 团队协作层，整合共享知识与自动化

Wato（原 Watolabs）正式推出团队 AI 协作层，提供共享知识库、云端智能体、自动化流程及权限管理工具。该产品旨在解决多订阅账号下的协作痛点，由 Arian Xv 和 Rahul Rejeev 领导开发。

𝕏 ⭐ Replicas V2 发布，周处理量超 30 万智能体分钟

Replicas发布 V2 版本，支持团队构建和管理 AI 智能体。目前已有 Mintlify、Knowunity 等公司使用，每周处理超过30 万智能体分钟，显著提升了开发效率。

𝕏 ⭐ Motion 发布，首款面向精致动态设计的 AI 智能体

Motion正式发布，定位为“前沿动态设计智能体”。其宣传视频完全由 Motion 自身生成，并提供 QT + 评论获取1000免费信用的活动，现已全面可用。

𝕏 ⭐ Zed v1.5 发布，大幅提升 Mermaid 图表渲染性能

Zed编辑器发布 v1.5 版本，核心升级在于 Mermaid 图表的渲染速度和准确性显著提升。同时更新了完整的变更日志，进一步优化开发体验。

𝕏 ⭐ SpaceX 确认发射 24 颗 Starlink 卫星

SpaceX官方确认成功部署 24 颗 Starlink 卫星。此次发射从加利福尼亚州进行，进一步扩展其低轨卫星星座网络，增强全球互联网覆盖能力。

𝕏 ⭐ Tempo 上线 Deel 稳定币钱包，支持拉美地区

Tempo与 Deel合作推出稳定币钱包，集成 DLUSD 美元挂钩余额，支持赚取收益和使用消费卡。该功能首先在拉丁美洲推出，随后扩展至非洲、东南亚和东欧，服务全球承包商。

---

🌍 国际大事

特朗普称美伊协议可能本周末达成，霍尔木兹海峡将立即恢复通航

美国总统特朗普表示，与伊朗的谈判进展顺利，协议可能于本周末签署。一旦签署，霍尔木兹海峡将“立即”恢复通航，前提是完成扫雷清理。协议核心包括伊朗承诺绝不拥有、研发或从外部购买核武器。

💹 以色列与黎巴嫩同意停火，前提是真主党撤出南部地区

在美国主导下，以色列和黎巴嫩同意实施停火。停火前提是真主党完全停止开火，并从利塔尼河以南地区撤出武装人员。双方同意于6 月 22 日当周重启政治与安全轨道谈判，以期达成全面协议。

💹 美国拟削减对北约飞机舰艇支持，要求盟友迅速填补空缺

一名美国高级将领表示，随着华盛顿减少投入，北约盟友需迅速增加向北约提供的有人和无人飞机及舰船数量。此前特朗普政府决定缩减在危机时期提供给北约调用的军事能力规模，削减范围涵盖空中加油机、战斗机和无人机等。

💹 金正恩视察核物质生产工厂，强调夯实武器级核物质基础

朝鲜劳动党总书记金正恩视察了新投产的核物质生产工厂，并查看了采用新一代技术的生产工序。金正恩表示，核专家团队已破解关键性问题，为提高生产工序效率、进一步夯实武器级核物质生产基础提供了坚实保证。

---

📈 财经市场

【重磅】先锋 VOO 基金规模突破万亿美元，成史上首只破万亿 ETF

先锋集团旗下追踪标普 500 指数的VOO 基金规模突破1 万亿美元，成为史上首只达到此门槛的ETF**。2026 年迄今，VOO已累计吸收逾690 亿美元资金，同期标普 500 指数涨幅达11%。这一里程碑标志被动投资浪潮势不可挡。

💹 ⭐ 长龙航空获 A 股 IPO 受理，时隔 8 年再迎航司上市

浙江长龙航空**主板 IPO 申请获上交所受理，拟募资不超过20 亿元，用于A320 系列飞机引进等项目。若成功上市，长龙航空将成为继 2018 年华夏航空后，时隔 8 年又一家登陆 A 股的客运航空公司，也是第五家民营 A 股上市航司。

💹 ⭐ 圣邦微电子向港交所提交聆讯后上市文件

圣邦微电子已向港交所**提交聆讯后上市文件，标志着这家国产模拟芯片龙头企业在资本市场迈出了关键一步。此举被视为中国半导体产业链自主可控进程中的重要事件，有望提升公司在全球供应链中的地位。

💹 ⭐ 麦凯森医疗部门定价 22.5 亿美元杠杆贷款

麦凯森医疗部门在首次公开募股前完成了22.5 亿美元**的杠杆贷款定价。这笔融资将为该部门的业务扩张和战略转型提供资金支持，显示出医疗健康领域资本市场的活跃度。

---

由 X-Crawler AI 生成于 2026-06-04 08:01