虾数日报

FastWan-QAD：单卡5090上1.8秒生成5秒视频

X：Sky Computing Lab (@haoailab)

Sky Computing Lab 发布 FastWan-QAD 视频生成模型系列，基于 FastVideo 的量化...

京东全栈开源JoyAI-VL-Interaction，从“一问一答”走向“边看边说”

公众号：京东JoyAI

京东近日开源全球首个全栈交互模型JoyAI-VL-Interaction，获vLLM-Omni原生支持。该模型能持续...

网易有道发布 Confucius4-TTS：14 语种跨语种无口音语音克隆开源模型

IT之家（RSS）

网易有道推出“子曰 4.0”TTS 引擎 Confucius4-TTS，声称是业内首个支持 14 种语言跨语种无口音...

Krea 2 技术报告正式发布

X：Krea AI (@krea_ai)

我们的技术报告已发布。 深入解析创建 Krea 2 所用的数据、架构及训练技巧。 https://www.krea....

豆包音频生成模型1.0发布，重新定义AI音频创作

公众号：火山引擎

火山引擎正式发布豆包音频生成模型1.0（Doubao-Seed-Audio 1.0），支持文本与音频参考生成，端到端...

Mistral OCR 4

Mistral AI：News（网页）

Mistral AI 发布 OCR 4，新增边界框、块分类（标题、表格、方程式、签名等）及逐页逐词置信度分数。支持 ...

Seed2.1 正式发布，深入 AI 生产力

字节 Seed：Research Feed（网页内嵌数据）

字节Seed发布Seed2.1系列，面向真实生产力场景的智能体，强化通用Agent能力、代码工程交付与多模态理解。S...

IBM 开源 CUGA：轻量级智能体框架，提供二十余个单文件示例应用

Hugging Face：Blog（RSS）

IBM 开源了 CUGA（Configurable Generalist Agent），一个处理规划、执行循环、工具...

Runway推出Seedance 4K等三款新模型

X：Runway (@runwayml)

Seedance 4K。Seedance Mini。Kling 3.0 Turbo。现已推出。 全球最佳模型，汇聚一...

无限制OCR：单次长时域解析

Hacker News 热门（buzzing.cc 中文翻译）

Unlimited OCR 是一个托管在 GitHub 的项目，实现单次长时域解析（One-Shot Long-Ho...

国内首个高考志愿AI测评出炉，千问多项表现超过资深咨询师

公众号：千问APP（阿里）

友松实验室发布国内首个高考志愿AI能力测评报告，测试千问高考志愿填报Agent四大模块。与53位平均从业4.6年的人...

Anthropic 推出 Claude Tag：在 Slack 中通过 @Claude 协作

Anthropic：Newsroom（网页）

Anthropic 推出 Claude Tag，一种在 Slack 频道中通过 @Claude 委托任务的新协作方式...

Claude Code v2.1.187 发布

Claude Code：GitHub Releases（RSS）

Claude Code v2.1.187 新增 `sandbox.credentials` 设置，可阻止沙箱化命令读...

Oracle因AI应用裁员21000人，债务驱动云基础设施投资

Ars Technica：AI（RSS）

Oracle在截至5月31日的财年裁员21000人，员工总数降至141,000人，降幅12.9%。公司称AI技术的采...

五眼联盟警告：AI网络威胁数月内将影响普通用户

Artificial Intelligence News（RSS）

2026年6月22日，五眼联盟（美、英、加、澳、新）网络安全部门联合警告，即将到来的AI模型（如OpenAI的GPT...

GitHub联合开源联盟呼吁修改加州AI透明度法案以保护开源

GitHub Blog

GitHub 联合 Black Forest Labs、Hugging Face 与 Mozilla Corpora...

OpenAI 助力 Appia Foundation 推动先进 AI 共享标准建设

OpenAI：官网动态（RSS · 排除企业/客户案例）

OpenAI 通过 Appia Foundation 支持制定先进 AI 的共享标准，涵盖评估框架、安全实践与全球合...

Omio 如何构建对话式旅行的未来

OpenAI：官网动态（RSS · 排除企业/客户案例）

Omio 利用 OpenAI 技术打造对话式旅行体验，加速产品开发进程，并推动自身向 AI 原生公司转型。

AI招聘工具存在种族偏见和系统性排斥；黑人占比26%，亚裔占比15%

Hacker News 热门（buzzing.cc 中文翻译）

一项覆盖340万人、400万份申请、150家雇主和1700个职位的大规模实地研究发现，AI招聘筛选工具存在显著的种族...

九位评委，两个有效投票：相关错误削弱LLM评审面板

Apple Machine Learning Research（RSS）

苹果机器学习研究团队发现，LLM-as-a-judge面板因模型间高度相关而严重受限。对7个模型家族的9个前沿大语言...

基于指标依赖的标注饱和：从标签分布中学习

Apple Machine Learning Research（RSS）

在ChaosNLI数据集（每项100个标注）上微调NLI模型，发现所需标注人数因评估指标而异：熵相关（识别分歧项）需...

huggingface_hub 实现每周发布：AI、开源工具、人工审核闭环

Hugging Face：Blog（RSS）

Hugging Face 将 huggingface_hub 的发布周期从每 4‑6 周缩短至每周，全部由单个 Gi...

在 Transformers.js 中实验提议的跨源存储 API

Hugging Face：Blog（RSS）

Transformers.js 在浏览器中运行 AI 模型时，不同来源的 Web 应用会重复下载并缓存相同的模型资源...

Meta 如何为 AI 眼镜设计超窄钢壳电池

Meta Engineering Blog（RSS）

Meta 工程团队为 Ray-Ban Meta 等智能眼镜开发了宽度仅 7mm 的钢壳电池。传统软包电池难以塑形且空...

Claude Tag 的 Agent Identity 访问模型

Claude：Blog（网页）

Claude Tag 推出 agent identity（智能体身份）访问模型，让 Claude 在共享频道中以独立...

GPT-5 帮助免疫学家 Derya Unutmaz 解开三年未解之谜

OpenAI：官网动态（RSS · 排除企业/客户案例）

GPT-5 Pro 帮助免疫学家 Derya Unutmaz 解决了一个长达三年的免疫学谜团，揭示了 T 细胞行为的...