AI 代理工具 OpenClaw 正式发布 v2026.5.4 版本。本次更新重点优化插件安装与更新流程，提升网关启动速度，并增强 Windows、Discord、Slack、Telegram 和 WhatsApp 等多平台通信稳定性。 插件系统方面，官方包在 npm 与 ClawHub 间的恢复更顺畅，Beta 通道更新更稳定；「doctor」工具支持将过期配置自动指向正确安装路径，并在清理过程中保留 SecretRefs。网关启动路径经重...
DoorDash 于 2026 年 5 月 4 日上线多项 AI 驱动功能，面向平台餐饮商户。 新工具包括自动化入驻系统：商户提供官网链接后，AI 可自动抓取门店营业时间、菜单及图片等信息，生成初步入驻资料，供人工审核与调整。该机制类似亚马逊 2024 年推出的同类方案。 图像处理方面，新增 AI Retouch（支持背景替换、画质锐化与光照优化）和 AI Replate（模拟专业摆盘效果，调整光影与色调），并支持基于参考图进行风格迁移。此外...
MoonPay 正式推出基于 Mastercard 网络的稳定币借记卡「MoonAgents Card」，专为 AI 代理设计，支持直接从链上自托管钱包进行消费。 该虚拟卡由 Monavate 发行，并与 Exodus 钱包合作。其核心机制为实时将稳定币转换为法币，用于全球支持 Mastercard 的线上商户支付，无需预充值或将资产转移至链下。若交易失败，资金将立即退回钱包，且钱包托管权始终不转移。 MoonPay CEO 指出，该产品旨在解决 AI 代理此前无法在传统商户...
2026年4月30日，Google DeepMind宣布启动AI Co Clinician研究计划，探索在医生监督下使用多模态AI代理辅助医疗决策。该系统通过视频和音频实时交互，可完成病史采集、指导物理检查、初步推理诊断（如肩袖损伤或肌腱炎）并提供护理建议。系统明确自身非医生，所有建议均需在医生监督下使用。 技术方面，该系统采用实时多模态处理（可分析步态、呼吸、皮疹等），并引入双代理架构，由Planner持续监控Talker以确保安全边界，同时结合NOHARM安全框架。 测试...
OpenAI于上周发布了ChatGPT Images 2.0，该升级版具备处理复杂提示词、生成多语言准确文本及“思考”优化输出的能力。第三方数据显示，其全球反响较为温和：发布后ChatGPT应用下载量环比增长11%，但日活用户和会话数仅增长约1%，全球网页流量环比微增1.6%。 印度已成为该功能最大的用户群。发布周内，ChatGPT在印度的下载量约为500万次，远超美国的200万次，日活用户环比增长3.4%。同时，巴基斯坦、越南和印尼等新兴市场的应用下载量环比激增高达79%。...
xAI已正式上线Grok 4.3 API。该模型支持最高100万Token上下文窗口，具备文本输入输出、多模态及工具调用能力。同步上线的还有grok 4.20多智能体推理版本及fast reasoning/non reasoning等配置。 性能方面，Grok 4.3在Artificial Analysis智能指数中得分为53，较前代提升4分。其智能体任务表现显著增强，在GDPval AA基准测试中ELO得分达1500（提升321分），超越Gemini 3.1 Pro Pre...
X（原Twitter）宣布正在分阶段推出一个由AI驱动的全新重建广告平台，旨在重新吸引广告商并推动营收增长。该平台采用了更现代的AI检索和排名系统。 新平台旨在让营销人员更轻松地创建定向营销活动，通过AI提供更好的广告效果、更相关的广告投放和精准定向。此前，X在马斯克接管初期广告营收增长乏力，但eMarketer预测其2025年和2026年的广告营收将分别达到22.6亿美元和24.6亿美元，显示出复苏迹象。 此次广告平台的重建是X与马斯克旗下xAI合并后的优先事项。与Goog...
Google Photos 宣布将推出一项全新的 AI 驱动功能，可将用户相册中的衣物照片自动转化为“数字衣橱”。该功能利用 AI 技术识别图库中的服装与配饰，生成独立快照。用户可按类别筛选单品，自由混搭生成穿搭方案，并支持分享至好友或保存至数字情绪板。此外，该功能还提供虚拟试穿预览。目前该功能尚未正式上线，Google 计划于今年夏季率先在 Android 平台推出，随后适配 iOS。
谷歌宣布为 Google TV 推出一系列 AI 驱动功能，核心是深度集成 Gemini 能力。用户可通过 Gemini 标签页使用生成式 AI 工具 Nano Banana 和 Veo，该功能将率先在美国支持 Gemini 的 TCL 电视上线。 其中，图像模型 Nano Banana 支持通过语音指令转换照片（如更换服装、背景或生成新场景）；视频模型 Veo 允许用户通过文本描述生成视频片段或为静态图片添加动画。此外，Google TV 上的 Google Photos...
亚马逊于4月28日推出一项全新的AI音频问答体验，允许用户在商品页面提问并获得实时生成的对话式音频回复。该功能名为“Join the chat”，由“AI购物专家”提供支持，以自然讨论的格式呈现信息。 该功能旨在节省用户时间，无需翻阅冗长的描述或评论即可获取关键产品细节。AI会整合产品特性、客户反馈等信息，并能在后续对话中基于之前的回答提供更相关的信息，避免重复，模拟与专业店员的交流体验。 “Join the chat”是亚马逊“Hear the highlights”体验的...
AI无代码应用构建工具Lovable正式登陆iOS和Android平台。该移动应用允许开发者通过语音或文本AI提示随时随地进行“氛围编码”，捕捉灵感并让AI代理自主运行构建应用。此外，用户可以在电脑和手机之间无缝切换项目，并在构建完成时收到通知。 此次发布正值苹果近期对氛围编码应用进行整顿之际。此前，苹果因安全审查问题阻止了Replit和Vibecode等应用的更新，并短暂下架了Anything应用，原因是此类应用下载新代码或改变功能会带来安全风险，且无法通过App Revi...
制造业正从传统的“设计 制造 测试”向“仿真优先”时代转变。NVIDIA表示，基于OpenUSD和NVIDIA Omniverse的高保真仿真技术，现已能生成适用于生产级AI的合成训练数据。同时，NVIDIA推出了基于OpenUSD的SimReady内容标准，确保3D资产在渲染、仿真和AI训练管线中可靠运行，解决资产在不同3D管线间流转时数据丢失的问题。 多家制造商已应用该技术栈并取得显著成效。ABB Robotics将Omniverse库集成至其仿真平台RobotStudi...
YouTube正在测试一项名为“Ask YouTube”的AI互动搜索功能。该功能可为用户的查询提供分步结果，内容结合了文本、短视频和长视频，而不仅仅是视频链接。例如，用户搜索“规划从旧金山到圣巴巴拉的3天公路旅行”时，系统将生成包含图文和视频的详细行程建议，并支持追问。 该功能目前仅面向美国地区18岁及以上的YouTube Premium订阅用户开放，用户需选择启用方可体验。YouTube表示，搜索结果会展示相关视频片段、标题及频道信息，以帮助用户发现新创作者。同时，Goo...
AI会议记录工具Otter宣布推出企业搜索功能，通过作为MCP（模型上下文协议）客户端，将应用转变为全工作区解决方案。用户现可连接Gmail、Google Drive、Notion、Jira和Salesforce账户，跨工具查询数据，并支持将会议摘要推送到Notion或起草Gmail。未来还将支持Microsoft Outlook、Teams、SharePoint和Slack。 此外，Otter重新设计了其AI助手，使其在界面中始终可用，能够根据当前屏幕的上下文（如特定会议或...
MarkTechPost 发布最新技术教程，详解如何构建基于强化学习（RL）的智能体，使其能够从长期记忆库中精准检索相关信息，从而提升大语言模型（LLM）的问答表现。 教程涵盖完整实现路径：首先构建合成记忆数据集并生成需特定回忆的查询指令；随后利用 OpenAI 嵌入模型将记忆与查询转化为向量表示，通过相似度匹配信号优化检索流程，为开发者提供了一套可落地的长期记忆增强方案。
业内分析师郭明錤发布报告指出，OpenAI可能正在与联发科、高通及立讯精密合作开发一款智能手机。据悉，OpenAI将与联发科和高通共同开发智能手机芯片，立讯精密则作为联合设计和制造合作伙伴。该手机的最大特点是将以AI代理取代传统App来完成各项任务，从而绕过苹果和谷歌对应用生态及系统权限的限制。 郭明錤表示，这款手机将被设计为能够持续理解用户语境，通过提供硬件本身，OpenAI可以获取比单一应用更多的用户习惯数据。在技术实现上，OpenAI计划采用设备端小模型与云端模型相结合...
一篇最新发布的实操教程介绍了如何结合 OpenKB、OpenRouter 和 Llama 模型，搭建一个完全可搜索的本地 AI 知识库。 教程详细演示了如何通过 OpenRouter 调用免费的开源模型，并使用 getpass 安全获取 API 密钥，确保在环境配置过程中不硬编码敏感信息。 此外，该工作流还指导用户从零开始初始化一个结构化的、维基风格的知识库，并实现数据的添加与高效查询。
BudouX 是一款基于机器学习的开源工具，旨在为日语、中文和泰语等缺乏自然空格分隔的语言提供智能、短语感知的自动换行效果。最新发布的教程详细演示了如何利用该库优化多语言文本排版。 教程首先介绍了 BudouX 的环境配置与默认解析器使用，展示如何将原始文本分割为具有语义的语块。随后深入讲解了 HTML 渲染集成与模型内省的具体实现路径。 此外，文章还包含“玩具训练（Toy Training）”环节，指导开发者通过轻量级训练进一步理解底层模型逻辑，并根据特定排版需求进行定制化...
MarkTechPost 近日发布技术教程，深入解析 kvcached 这一基于 vLLM 的动态 KV 缓存实现方案。该方案旨在优化大语言模型的 GPU 显存分配机制。教程通过 OpenAI 兼容 API 部署轻量级 Qwen2.5 模型构建真实推理工作流，并设计受控实验，验证了 kvcached 在弹性 KV 缓存管理、突发 LLM 服务响应及多模型 GPU 共享场景下的性能优化效果。
硬件公司 Nothing 推出了一款名为 Essential Voice 的 AI 听写工具。该工具可在任何应用中将语音转换为格式化文本，并自动去除“嗯”、“啊”等语气词。此外，用户还可以为单词、链接、模板和常用短语创建自定义语音快捷方式。 Essential Voice 还支持直接将文本从一种语言翻译成另一种语言，上线初期即支持超过 100 种语言。Nothing 表示，未来还将引入基于应用的自定义风格功能，允许用户根据工作和聊天等不同应用场景调整 AI 编辑的语气。 目前...
Google DeepMind 正式推出 Decoupled DiLoCo（分布式低通信）异步训练架构。该架构将计算任务解耦为多个异步且故障隔离的“计算岛”（learner units），使大语言模型能够在地理分散的数据中心进行预训练，摆脱了传统方法对紧密同步的依赖。 在带宽方面，传统数据并行训练在跨8个数据中心时需约 198 Gbps 的互联带宽，而 Decoupled DiLoCo 将其大幅降至 0.84 Gbps，使其能够兼容标准广域网。在混沌工程测试中，面对高硬件故障...
近日，一篇关于 OpenMythos 的编程教程正式发布。OpenMythos 是对 Claude Mythos 架构的理论重构，旨在通过迭代计算而非单纯增加参数量来实现更深层次的模型推理。教程详细演示了如何基于 GQA 和 MLA 注意力机制构建模型，并通过 KV 缓存对比验证了 MLA 在内存效率上的显著优势。 该教程重点展示了模型的深度外推能力：在推理阶段增加循环次数即可提升性能，无需重新训练。同时，结合自适应计算（ACT 停止机制）与混合专家（MoE）路由，该架构实现...
初创公司 Noscroll 近日推出一款 AI 机器人，旨在缓解用户的“末日刷屏”（doomscrolling）焦虑。该产品由 OpenSea 前 CTO Nadav Hollander 联合开发，可代替用户自动浏览 X、Reddit、新闻网站及博客等平台，并通过短信推送关键信息摘要。 用户只需向指定号码发送短信即可接入服务，授权连接社交账号后，可通过自然语言设定关注或屏蔽的话题。该机器人底层整合多种 AI 模型，支持自定义推送频率、突发新闻即时提醒，并允许用户直接与 AI...
Beehiiv宣布推出一系列创作者新工具，包括网络研讨会、播客AI分析、计量付费墙和付费试用功能。这标志着这家成立近五年的公司正从单一的Newsletter平台转型为创作者的一站式中心，以减少创作者管理多个工具的麻烦。 在网络研讨会方面，创作者现可在Beehiiv内部为多达10,000人举办直播活动，支持视频、屏幕共享和聊天，并可设置多币种收费或免费开放。在变现方面，新的计量付费墙允许创作者设定免费内容数量及重置周期，而付费试用功能则支持自定义试用时长、价格和计费周期。 针对...
在 Google Cloud Next 大会上，Google 与 NVIDIA 公布了旨在降低大规模 AI 推理成本的联合硬件路线图。双方正式推出基于 NVIDIA Vera Rubin NVL72 机架级系统的新型 A5X 裸金属实例。通过软硬件协同设计，该架构旨在将每 Token 推理成本降低至上一代的十分之一，同时将每兆瓦 Token 吞吐量提升十倍。 为应对超大规模集群的互联带宽挑战，A5X 实例集成 NVIDIA ConnectX 9 SuperNIC 与 Goog...
谷歌云AI研究院联合伊利诺伊大学香槟分校及耶鲁大学推出了名为ReasoningBank的记忆框架。该框架旨在解决当前AI智能体存在的“健忘症”问题，使其能够从成功与失败的轨迹中提取可泛化的推理策略，而非仅仅记录原始操作日志或仅从成功案例中学习。 ReasoningBank采用闭环记忆流程，包含记忆检索、提取和整合三个阶段。它将经验压缩为结构化的记忆项，并利用LLM作为评判者判断任务成败，从而将失败转化为预防性策略。此外，研究团队还提出了记忆感知测试时扩展技术（MaTTS），通...
近日发布的一篇技术教程详细演示了如何基于CAMEL框架搭建生产级多智能体系统。该方案通过编排规划者、研究者、写作者、评论者与重写者等专用智能体，协同完成复杂任务，各节点均具备明确职责与结构化输出约束。 教程重点展示了如何将工具调用、自洽性采样、Pydantic结构化校验及迭代式批判优化整合至统一工作流中。该架构使现代智能体系统能够在单一连贯流程内实现任务规划、逻辑推理、外部工具交互与自主质量控制，有效将大模型自由文本输出转化为高可靠性的生产级数据结构，提升了多智能体协作的稳定...
X本周宣布推出由Grok AI驱动的自定义信息流（Custom Timelines）功能。该功能允许用户从超过75个特定主题（涵盖人工智能、加密货币、体育、商业等）中进行选择，并将其固定至主页标签。X表示这是该应用迄今为止“最大的变化”之一。 与传统依赖关键词或标签的推荐机制不同，Grok通过阅读并理解每条帖子内容来自动添加主题标签，从而实现个性化推荐。与此同时，X宣布关闭使用率下降的X Communities功能，由该自定义信息流取而代之。此外，X还为Premium用户推出...
近日，一篇关于 JAX 生态轻量级神经网络库 Equinox 的详细实现教程发布。该教程系统展示了如何利用 eqx.Module 将模型视为 PyTrees，从而简化参数处理、转换与序列化流程。 文章深入讲解了静态字段配置、过滤转换（如 filter jit 与 filter grad）及 PyTree 操作工具，并演示了 BatchNorm 等有状态层的处理方式。教程还通过冻结特定层与不可变更新等技巧，展示了灵活的模型调试方法。 最后，教程提供了一个完整的端到端训练工作流示...
谷歌云宣布推出第八代定制 AI 芯片（TPU），此次分为两款型号：专为模型训练设计的 TPU 8t，以及专为推理设计的 TPU 8i。 与上一代相比，新芯片的 AI 模型训练速度最高提升 3 倍，性价比提升 80%，并支持在单一集群中协同超过 100 万个 TPU。这将在降低能耗和客户成本的同时，提供更强大的计算能力。 尽管推出自研芯片，谷歌云并未完全取代英伟达，而是将其作为补充。谷歌承诺今年晚些时候将在云基础设施中提供英伟达最新芯片 Vera Rubin。同时，双方正合作优...