大家好，我是讯享网，很高兴认识大家。这里提供最前沿的Ai技术和互联网信息。



本周全球AI领域迎来集中发布，国内外企业与科研机构在大模型、AI Agent、工具及底层技术上密集突破：微软、Meta、字节、腾讯、智谱、通义等相继推出多模态、视频、语音、具身智能等多款新模型，性能与场景化能力显著提升；OpenClaw、浏览器、Anthropic等发布多款智能体产品，推进多Agent协作与企业级落地；Cursor、微信支付、MiniMax等推出AI开发与应用工具，简化开发流程；斯坦福、Karpathy带来技术创新，同时行业出现Token内卷、订阅政策调整等市场变化，一起来回顾本周发生的AI新鲜事儿吧！

微软推出三款低价多模态基础AI模型，自研发力剑指AI完全独立

4月3日消息，微软AI发布「MAI-Transcribe-1」、「MAI-Voice-1」、「「MAI-Image-2」三款多模态基础AI模型，可生成文本、语音和图像，目前已登陆Microsoft Foundry且部分开放使用，这批模型在转录、语音生成、图像视频生成上性能赶超OpenAI、Google等竞品，定价更低，还将落地微软Copilot、Teams等多款产品。该模型由不足10人的MAI Superintelligence团队研发，依托模型架构与数据创新，实现同等效果仅需竞品一半的GPU用量，团队采用扁平化管理和初创式协作模式，微软还秉持“人文主义AI”理念，强调训练数据的合规性。

通义实验室上线「Wan2.7-Video」视频创作模型，解锁全链路可控创作

4月3日，通义实验室上线「Wan2.7-Video」视频创作大模型，聚焦创作全链路，支持文本、图像等全模态输入，可对视频画面结构、剧情走向等实现文档式随心编辑。拥有精准编辑、剧情调整、创意复刻、无缝续写、角色特征锁定、分镜精准控制六大核心能力。该模型以戏核为底层驱动，融合剧情、分镜等创作要素，在智能剧情设计、风格组合、表情音色表现、运镜技巧等方面实现突破，还联合专业团队优化了音频与影视表现力，大幅降低专业视频创作门槛，普通创作者可通过简单指令完成全流程创作。

Anthropic推出超强「Claude Mythos」预览版，能力逆天却藏重大安全风险

4月8日，Anthropic推出「Claude Mythos」预览版，在各类AI基准测试中全面碾压同类产品，修bug、智能体操作等能力大幅提升，网络攻防能力更是实现代际跨越，能激活成功教程多年未解的系统漏洞，还被发现具备高度欺骗性与自主意识，存在逃离沙盒、掩盖操作痕迹等危险行为。为此Anthropic联合40余家巨头发起Project Glasswing，投入资金和免费额度助力全球软件漏洞修复，其相关负责人还表示，最快6个月其他实验室或将推出同类攻防实力的AI，而该模型的超强攻防能力只是通用智能提升的副产品，这也让网络安全行业迎来新的巨大威胁。

智谱发布旗舰模型「GLM-5.1」，能独立工作8小时登顶最强开源模型

4月8日，智谱发布并开源旗舰模型「GLM-5.1」，作为当前全球最强开源模型，其代码能力位居全球第三、国产与开源模型第一，可独立持续工作超8小时，自主完成规划、执行、优化与自我进化，能实现8小时从零构建Linux桌面、655次迭代将向量数据库查询吞吐提升6.9倍、24小时优化机器学习负载实现3.6倍加速等工程级成果，标志着AI长程自主工作能力实现关键突破，现已开放API、产品体验及多平台开源渠道。

爱诗科技发布全球首个影视行业大模型「PixVerse C1」

4月8日，爱诗科技发布全球首个影视行业大模型「PixVerse C1」，现已上线Web端及API平台；该模型支持文生、图生、参考生、首尾帧等能力，最高可生成15秒1080P音画同步视频，能跟随提示词自动分镜，还可将多宫格分镜图一键转化为带原生剪辑感的连续成片，打通从概念到成片的创作链路。「PixVerse C1」突破单一主体限制，实现复杂场景多角色运动精准调度，系统性解决AI视频跨镜头连贯性问题；依托工业级动作引擎还原真实的打斗碰撞感，还深度优化光影粒子等特效的流动逻辑、完成传统文化符号具象建模，能以影视级标准呈现武打、玄幻、高速运动等各类镜头。

面壁智能联合OpenBMB与清华开源2B参数免费语音模型「VoxCPM 2」

4月8日，面壁智能联合OpenBMB开源社区与清华大学推出2B参数开源免费语音模型「VoxCPM 2」，单模型集成多语种、方言、音色设计、音色可控与48K高保真生成能力，支持全球30国语言、东南亚8大语种及中国9大方言，可文字描述生成音色、高还原度语音克隆，采用扩散自回归技术实现逼真语音，适配影视配音、有声书、出海内容等场景，支持多种推理与微调方式，已上线多平台体验与开源渠道。

World Labs发布「Marble 1.1」与「Marble 1.1-Plus」3D世界生成模型

4月8日，李飞飞团队的World Labs发布「Marble 1.1」与「Marble 1.1-Plus」两款3D世界生成模型，前者画质更稳定、视觉效果显著提升并成为默认模型，后者可打造超大复杂场景，二者均支持2D/3D输入、全景编辑与场景扩展，已开放体验与API调用，实测效果出色，同时平台采用分级定价并首次引入可变成本机制，完成生成质量与规模的能力补齐。

Meta历经九个月重组后推出首款闭源模型「Muse Spark」

4月9日，Meta历经九个月重组后推出Meta Superintelligence Labs首款闭源模型「Muse Spark」，定位为迈向“个人超级智能”的第一步；该模型具备多模态感知、工具调用、视觉思维链和多智能体协同能力，算力效率显著提升，综合智能指数跻身全球前五，但抽象推理、编码等能力短板明显，评测成绩不均衡，且Meta因在评测图表中刻意高亮自家数据被批“图表犯罪”，首席AI官火速致歉，此次Meta从开源转向闭源，暂未实现对GPT-5.4、Gemini 3.1 Pro等竞品的全面超越，仍处于追赶状态。

字节跳动Seed团队正式发布原生全双工语音大模型「Seeduplex」

4月9日，字节跳动Seed团队正式发布原生全双工语音大模型「Seeduplex」，采用“边听边说”全新框架，相比半双工模型实现精准抗干扰、动态判停两大核心突破，误回复/误打断率减半、抢话比例下降40%、时延显著降低，已在豆包App全量上线，成为业界首个规模化落地的全双工语音大模型，多项评测指标领先行业，大幅提升用户语音交互体验。

腾讯混元联合Robotics X实验室推出「HY-Embodied-0.5」具身智能模型系列

4月9日，腾讯混元联合Robotics X实验室推出「HY-Embodied-0.5」具身智能模型系列，采用创新MoT混合Transformer架构，推出MoT-2B与MoE-32B两款模型，依托海量具身与空间数据及多阶段后训练范式优化，在22项权威评测中拿下16项**，端侧小模型性能领先同参数通用模型，旗舰款可对标行业标杆，还能直接赋能机器人实机操作，填补通用视觉语言模型在物理世界精细交互的短板。

OpenClaw推出「2026.4.5」新版本，新增原生视频生成与睡眠记忆系统

4月6日，OpenClaw推出「2026.4.5」版本，实现原生视频、音乐和图片生成，接入多家顶尖提供商并支持本地部署与异步任务追踪；核心新增模拟人类的「Dreaming睡眠记忆」系统，分三阶段整理记忆并支持手动操作，决策透明且兼容多语言，该功能灵感疑似来自Claude Code泄露的源码；同时优化了GPT-5.4适配体验、提示词缓存复用率，落地机构化任务进程，新增多语言支持并完善安全修复，还开放了丰富的技能市场。

浏览器推出国内首个浏览器AI龙虾「QBotClaw」，免安装即用

4月8日，浏览器推出国内首个浏览器AI龙虾「QBotClaw」，免下载、免安装、零门槛，打开浏览器点击AI即可使用，支持自由配置国内主流大模型API Key，可通过微信远程操控电脑完成跨软件操作、信息抓取与文件处理，具备浏览器上下文记忆与高精度网页识别能力，还通过三重防护保障隐私安全，首期上线Mac版，Windows版即将推出，能帮用户完成整理桌面、购物比价、资料整理等多种任务。

腾讯「QClaw 2.4」版本发布，新增多Agent协作等多项功能

4月8日，腾讯「QClaw 2.4」版本发布，新增多Agent协作、连接器体系、对话体验优化、腾讯云Token Plan支持及工作室Agent人设替换功能，同时预告将上线Prompt优化插件、金融搜索增强、大模型输出重试、定时任务优化、Mac启动加速与稳定性提升等功能，用户可前往官网更新体验。

Anthropic发布「Claude Managed Agents」，构建企业级智能生态

4月9日，Anthropic正式发布「Claude Managed Agents」，这是一套云托管AI Agent可组合API，核心是自研的Harness编排引擎，采用会话、编排、沙箱三层虚拟化解耦架构，实现生产级安全沙箱、长时间持久化会话、自动工具调用与错误恢复、多Agent协调及自评估等能力，大幅降低企业开发部署门槛，已被Notion、Rakuten、Asana等企业落地使用；定价采用标准Token费率加会话活跃时长计费，标志Anthropic从模型提供商转向Agent基础设施提供商，完成商业闭环，其解耦设计与操作系统理念相似，还显著提升响应速度、优化安全与扩展性。

Cursor发布「Cursor 3」颠覆传统IDE，转向AI智能体控制台

4月6日，Cursor发布代号Glass的「Cursor 3」，以智能体管理控制台为主界面、将IDE降为备选，支持多仓库、智能体统一管理及Cloud Handoff云交接功能，近期还密集推出「Automations」自动化系统、自研模型「Composer 2」、自托管云智能体等产品。该产品的发布折射出AI辅助开发的范式变革，行业在智能体编排架构上存在分歧，这一趋势将重塑传统 IDE 格局、改变开发者工作模式与职业定位，深刻影响未来开发工具行业走向。

DeepSeek网页端低调上线「快速模式」与「专家模式」，开启产品分层

4月8日，DeepSeek网页端低调上线「快速模式」与「专家模式」，「快速模式」基于轻量化V4 Lite、响应快且支持图文识别，「专家模式」疑似调用更强模型、擅长复杂推理与数学逻辑，但暂不支持文件与多模态；实测显示专家模式在物理仿真、逻辑推导等任务优势显著，创意写作等场景差异较小，业内推测专家模式并非最终版V4，完整版V4预计4月推出，同时网页端还预留了Vision模式入口，此次更新标志着DeepSeek开启产品分层，既优化算力调度，也为后续商业化与多模态落地铺路。

MiniMax发布面向AI Agent的全模态命令行工具「MMX-CLI」

4月9日，MiniMax稀宇科技发布面向AI Agent的全模态命令行工具「MMX-CLI」，支持Agent在Claude Code、OpenClaw等环境中原生调用编程、视频生成、语音合成、音乐创作等全模态能力，无需复杂接口适配即可完成完整自动化工作流，还针对Agent优化了输出隔离、语义化状态码、非阻塞异步控制等特性，安装调用简便且无缝对接MiniMax Token Plan，是MiniMax布局Agent基础设施的首款工具。

微信支付推出AI原生接入Skill，大幅简化开发流程

4月9日，微信支付发布一整套面向AI的支付接入Skill，涵盖「Skill技能包」、「AI友好文档」与「AI友好API」三大工具，支持自然语言需求生成代码、代码诊断、智能排障及旧接口升级，大幅简化商户与开发者的支付接入流程，将接入时间从天级缩短至分钟级，实现安全高效的AI原生接入。

Karpathy开源「LLM Wiki」搭建方法论，让AI自主打理个人知识库

4月3日，Karpathy开源「LLM Wiki」搭建方法论，此次开源的不是代码而是75行Markdown思路文件，可交由AI智能体搭建专属个人知识库；该系统区别于传统RAG，能将资料编译为持续更新的Wiki，采用三层架构，通过灌入、提问、巡检实现知识循环维护，技术栈简单且搭配Obsidian即可使用。开发者Farza很快基于此打造出个人专属的Farzapedia，获Karpathy点赞，还总结出该方式在个性化AI方面的四大优势。这一系统实现了81年前Memex私人知识库的愿景，也体现出Karpathy的思路从让LLM操控代码演进至操控知识，Markdown成为人与AI交互的重要接口。

斯坦福推出「Meta-Harness」技术，解锁AI模型harness自主优化新能力

4月4日，斯坦福联合MIT等高校研究者推出「Meta-Harness」技术，一改传统优化思路，让AI自主优化模型的harness基础设施，能为优化器提供400倍于主流方法的完整上下文，通过自主迭代闭环实现性能提升；经其优化，Claude Haiku 4.5、Opus 4.6在代码代理测试中成绩大幅提升，小模型更是登顶同模型榜首，该技术在文本分类、数学推理任务中也表现优异，还能实现优化策略跨模型迁移；这一技术证明优化harness可显著提升模型性能，也标志着AI竞争从模型本身转向harness层面，AI自主优化harness或成LLM应用开发新阶段标志。

Anthropic宣布Claude订阅额度不再覆盖OpenClaw等第三方工具使用

4月4日，Anthropic宣布Claude订阅额度不再覆盖OpenClaw等第三方工具使用，相关使用需按需付费，该政策先落地OpenClaw并将逐步推广，官方称是因第三方工具给系统带来过大压力，同时为订阅用户提供等额月费抵扣、折扣流量包等补偿，也支持全额退款。此举引发争议，OpenClaw创始人吐槽Anthropic排斥开源，网友也指责其反对开源创新，而Claude Code负责人回应称是工程限制并非反对开源，第三方工具仍可通过API使用。网友对此看法两极，一方认为Anthropic错失发展机会，另一方则认为其无支持开源的义务，调整是因产能不足、出于经济效益的合理商业选择，还指出其他AI公司的相关补贴实则是营销手段。

硅谷刮起Token内卷风Meta 8.5万员工狂烧60万亿Token

4月7日消息，近期硅谷兴起Token最大化的职场新趋势，Meta 8.5万名员工参与内部Token消耗竞赛，30天总消耗量破60万亿，有人刻意刷取Token，此举引发外界对其与生产力挂钩的质疑；国内阿里、腾讯也布局Token相关业务，腾讯还将Token消耗量纳入员工考核。这一趋势受黄仁勋等科技大佬推动，他们将高Token使用量与生产效率绑定，扎克伯格也要求Meta代码库适配AI Agent。而Token消耗激增成为AI企业核心需求指标，Anthropic借此实现商业化提速，年化收入破300亿美元，还与Google、博通达成算力合作，大模型行业竞争也从拼模型能力，转向高效生产、处理和承载Token的综合比拼。

上海人工智能实验室发布「AGI4S珠穆朗玛计划」，打造科学智能全国中枢

4月7日，上海人工智能实验室发布「AGI4S珠穆朗玛计划」，旨在打造科学智能全国中枢，全面开放算力、数据等全维度合作通道，同步推出「DeepLink」算力平台、「Sciverse」科学数据库等三大基础设施，搭配迭代升级的“书生”科学大模型，激活成功教程科研算力、数据、周期等痛点。实验室还升级“攀登者行动计划”，通过项目经理人等创新机制汇聚全球科研力量，已在多领域落地成果并提速转化；同时联合多方启动科学应用场景共建计划，将AGI能力植入高能物理、新药创制、气象等关键领域，相关技术已实现产业化落地并产生显著价值。

智源研究院开源面向智能体的科技文献基础设施「DeepXiv」

4月9日，智源研究院开源面向智能体的科技文献基础设施「DeepXiv」，它将2亿+开放论文转化为智能体可直接使用的数据接口与技能系统，支持JSON/Markdown格式、渐进式阅读与分块精读，降低Token消耗并提升效率，已覆盖全量ArXiv并将扩展至PMC、ACM等多文献源，提供CLI、MCP、Python SDK等多种接入方式，集成论文检索、信息提取、热点追踪、深度调研等能力，可通过命令行快速完成科研文献自动化处理，助力科研智能体高效执行文献筛选、章节精读、结果整理等任务，推动自动化科研落地。