搜索
无论最终叫Veo 4还是Gemini Omni，这次泄露已足够震撼：AI视频不再是短视频工具，而是拥有导演思维的叙事生产力。谷歌I/O当天，答案即将揭晓，而整个行业，都将重新洗牌。
近日，Meta AI 与香港中文大学颠覆性提出了一种全新的视觉推理范式 ATLAS，不用外部工具，不显式生成中间图像，没有视觉监督信号，只用一个离散 word，首次颠覆性地代替 Agentic 和 Latent Visual Reasoning。
用Claude Code写论文的一整套流水线，有人打包开源出来了。完全戳中了学生党的痛点，github星标直达6.4k。项目名叫academic-research-skills（以下简称ARS），是一套Claude Code技能包。
就在前两天，Anthropic祭出Claude 4.7的同时，照例公开了Claude 4.7的「驯化手册」，也就是那份系统提示词（system prompt）。Simon Willison在博客中对这份system prompt进行了逐行对比，哪里加了、哪里删了、哪里改了措辞，全部标了出来。
OpenAI 推出了一个让很多人「既兴奋又不安」的新功能——ChatGPT 个人理财工具。简单说，你现在可以把自己的银行账户、投资账户直接连到 ChatGPT 里了。这个功能目前仅面向美国地区的 ChatGPT Pro 用户（月费 200 美元）开放预览。
最近一两年，AI 行业有一个很微妙的变化：大家不再满足于问 “模型会不会回答”，也不再只关心 “Agent 能不能调用工具”。越来越多的讨论开始回到一个更终极的问题：AI 到底能不能完全自动化接管工作区，理解个性化需求，像一个真实的人类劳动力一样，把一件事情从头到尾做完？
微软用一套多 Agent 系统在 AI 漏洞发现的顶级基准测试上拿下第一，超过 Anthropic 最强模型 Mythos 五个百分点。诡异的是，微软自己并没有一个能打的前沿模型。它用别人的模型组了个系统，打败了造出这些模型的公司。这对AI竞争格局的启示，比这个工具挖出了大量 Windows 漏洞本身更重要。
当 AI 行业的目光集中在 Agent、工具调用、长程任务这些上层应用之时，底层的多模态架构正在经历一次更安静、也更彻底的范式转变 —— 它要回答的是一个看似朴素的问题：理解与生成，是否天生就该是两件事？
你可能最近也在短视频平台上刷到这样一类吐槽视频：某公司老板用了两天豆包、刷到几个 OpenClaw 视频，就觉得自己打通了 AI 的任督二脉，第二天就在工作群发了条消息：“从今天起，全员必须使用 AI 工具提升工作效率，各部门本周提交 AI 应用方案。”
今天早上，OpenAI突然宣布一个促销政策：未来 30 天内，企业用户如果迁移到 Codex，2 个月免费 Codex 用量。同期，桌面端还内置了迁移工具，可以把 Claude Code 的 system prompts、custom skills、chat history、MCP server 配置一键搬过来。