周报
issue166 2026.3.30-4.5
2026.4.6-4.12
共 20 条
Cursor发布Cursor 3,从辅助工具到全权代工的迫切转型
硅谷知名AI编程初创公司Cursor于本周四正式宣布推出其最新迭代产品Cursor 3。该产品采用了一个全新的交互界面,核心功能是允许开发者直接创建并部署AI编程智能体,以全自动的方式代为完成复杂的开发任务。
阿里发布 Wan2.7-Video,打造全流程AI视频创作
4月3日消息,阿里巴巴发布新一代视频创作大模型 Wan2.7-Video。与传统视频生成模型主要聚焦“生成画面”不同,新版本将重点放在完整创作流程上,提供生成、编辑、复刻、重塑、驱动与剧情续写等能力,试图让AI视频创作更接近真实影视制作流程。
微软推出全球最精准转录 AI 模型 MAI-Transcribe-1,平均字错误率 3.9%
微软昨日(4 月 2 日)发布公告,持续扩充自研 AI 模型版图,继 MAI-Voice-1 和 MAI-Image-2 之后,推出第三款自研模型 MAI-Transcribe-1,以 3.9% 的字错误率号称全球最精准转录模型。
谷歌发布 Gemma 4 开源大模型,31B 参数性能达头部水准
谷歌推出四种规格的 Gemma 4 大模型,其中 31B 模型在行业标准榜单中位列全球开源模型第三。全系模型不仅具备高级推理与智能体工作流能力,还原生支持多模态处理与超长上下文,E2B/E4B 模型更专为端侧设备优化,可实现完全离线、近零延迟运行。#谷歌 Gemma4# #开源大模型#
美团发布 LongCat-AudioDiT 音频生成模型:说话人相似度指标提升至 0.818,现已开源
美团发布 LongCat-AudioDiT 音频生成模型,直接于波形潜空间进行文本转语音,摒弃传统多阶段流程,有效减少误差累积。其 3.5B 版本在说话人相似度指标上超越多个知名模型,现已开源。#AI 语音合成##美团开源#
Seedance 2.0面向企业用户开放公测,需缴纳100万元保证金
4月2日消息,字节跳动视频生成模型Seedance2.0正式开放。通过火山引擎的企业实名认证,并在官网留资的用户,已经可以申请开通使用。关于Seedance2.0的放开,早有传闻。
智谱发布多模态Coding基座模型GLM-5V-Turbo
4月2日,智谱发布GLM-5V-Turbo,面向视觉编程推出的多模态Coding基座模型,原生理解图片、视频、设计稿、文档版面等多模态输入,并支持画框、截图、读网页等多模态工具调用,上下文窗口扩展至200k。
构建失误致源代码泄露:Anthropic 证实 Claude Code 完整源码意外曝光
此次,其备受开发者欢迎的AI编程工具Claude Code因一次构建打包失误,完整的TypeScript源代码被公开暴露,引发业界广泛关注。Anthropic在向npm仓库发布Claude Code包时,意外将一个用于调试的source map文件打包了进去。值得关注的是,这已是Anthropic在短短一周内遭遇的第二起重大安全事件。连续两次因“配置失误”导致的核心信息泄露,使得外界对Anthropic的内部安全流程与发布规范提出质疑。截至目前,Anthropic已从npm撤下包含source map的问题版本,并启动内部审计。
谷歌最亲民 AI 视频模型 Veo 3.1 Lite 登场,生成 720P 每秒 0.05 美元
谷歌 DeepMind 正式发布最实惠的视频生成模型 Veo 3.1 Lite,成本不到 Fast 版本一半且速度持平,720p 画质每秒仅需 0.05 美元。
Qwen 3.6 Plus 免费预览版上线 OpenRouter:可提供比 3.5 更强的推理能力和更可靠的 Agent 行为
阿里云最新旗舰级大模型 Qwen 3.6 Plus Preview 已在 OpenRouter 平台免费开放。相比前代,该模型在推理能力和 Agent 行为可靠性上均有显著提升,支持高达 100 万 token 的上下文窗口,适用于大型代码分析、长文档处理等复杂任务。用户可提前体验,但需注意提示词数据将被用于模型改进。#阿里通义千问# #大模型#
凌晨惊喜:苹果 Apple Intelligence 国行 Beta 版分批上线
根据反馈,此次获推升级的用户打开设置后,原有的“Siri”设置将被替换成“Apple 智能与 Siri”,并开放下载 Apple 智能模型,提供实时翻译、视觉智能、照片消除、协作工具、智绘表情和图乐园等功能。#苹果 AI# #Apple 智能#
阿里千问发布全模态大模型 Qwen3.5-Omni,无缝理解文本、图片、音频及音视频输入
3 月 30 日阿里千问上线全模态大模型 Qwen3.5 - Omni,能无缝理解多形式输入,在多项任务超 Gemini3.1 - Pro,新增多种交互能力,可通过阿里云百炼搜索调用 API。##阿里千问 ##Qwen3.5 - Omni