AI 产品与应用的功能上新、改版与商业化动态——谁家的产品变强了、变贵了、能用了。
谷歌在 I/O 上放了个预告，叫 Gemini Spark，定位是全天候个人 AI 代理。你给它派活，它能在后台自己跑，哪怕你的手机和笔记本都关了。按官方说法，做重大操作前会先问你。正文没披露上线时间、收费方式和具体能干哪些任务，我会先打个折——关机执行这点听着省心，但实际怎么实现、安全边界在哪，目前全是空白。
推荐理由：我会先打个折：正文没披露上线时间、价格，也没说清楚到底能帮你干哪些任务，所以它还不是那种今天就必须追的新闻。但概念本身够新鲜——一个关机后还能替你跑腿的助手，而且承诺动大操作前会先问你，这点先别太激动，因为没看到具体怎么问、问多细。整体是值得放进精选的料，只是缺了落地信息，分数停在 82 合理。
谷歌在 I/O 大会上推出了 Gemini 3.5 Flash，官方说它在很多基准测试里比自家 3.1 Pro 强。最直观的卖点是快：输出速度达到每秒 289 个 token，对比的是 Claude Opus 4.7 和 GPT-5.5 xhigh，快了大约四倍。谷歌内部还用 Antigravity 工具做了个实验，让 93 个子智能体协作，12 小时...
推荐理由：谷歌在 I/O 上扔了个速度炸弹：Gemini 3.5 Flash 每秒吐 289 个 token，号称是 GPT-5.5 xhigh 和 Claude Opus 4.7 的四倍。这个数字对做应用的人很直观——响应更快、排队更短、按 token 算钱可能也更省。不过正文没提价格、上下文窗口多大、以及能力上限在哪，所以先别把它当成全面碾压，目前就是个单项速度领先。
谷歌在 I/O 大会上放出了 Antigravity 2.0 平台，已经对全球用户开放。现场演示里，他们让智能体从零构建了一个能跑起来的操作系统，只用了 12 小时。具体做法是同时跑 93 个子智能体，总共调了超过 1.5 万次模型、处理了 26 亿个 token，最后算下来 API 成本不到 1000 美元。平台本身集成了新的智能体系统和自然语音交互...
推荐理由：谷歌在 I/O 上放了个 Antigravity 2.0 的演示，让智能体用 12 小时、93 个并行子智能体、1.5 万次模型调用和 26 亿 token 搭出一个能跑的操作系统，API 成本不到 1000 美元。我会先打个折：这是发布会演示，不是可复现的公开测试，正文没披露可用性、定价和复现条件，所以别直接当成采购依据。但数字本身挺实在，12 小时和不到 1000 美元这两个数，对想用智能体做复杂工程的人是个参考锚点。标题够抓人，信息量也足，从业者会想点进去看细节，整体值得推。
谷歌在 I/O 2026 大会上推出了 Gemini Omni，这是 Gemini 家族目前能力最全的版本，能同时处理文字、图片、音频和视频，并直接生成这些格式的内容。现场演示了对话式视频编辑，用户说句话就能换掉视频里的角色或背景。先放出来的是速度更快的 Gemini Omni Flash，已经在 Gemini App、Google Flow 和 Yo...
推荐理由：谷歌在 I/O 上扔出 Gemini Omni 和 Omni Flash，主打全模态互转，一句话就能让 AI 改视频，听着挺猛。我会先打个折：API 什么时候开、怎么收费、跑分多少，正文全没提。Flash 已经进了自家三个产品，说明至少能跑起来，但外部开发者还得干等。这点先别太激动，等有定价和延迟数据再判断值不值得接。
Google 推出了 Gemini 3.5 Flash，官方说法是它在快速、高效完成任务上目前最强。定位是处理日常任务和多步骤创意项目，强调能应对现实世界的复杂情况。不过正文没披露价格、上下文窗口大小、跑分成绩和 API 可用条件，这些关键信息得等后续公布。
推荐理由：H 和 R 都过，因为这是 Google 新发的 Flash 模型，天然跟推理成本和延迟绑在一起。K 没过：正文没给价格、上下文窗口、基准分数，也没说 API 什么时候能用、有什么条件，所以分数只能压在 78–84 这个区间。我会先打个折，等具体数字出来再重新判断。
Google DeepMind 推出 Gemini 3.5 系列，首发的是 3.5 Flash。官方说这是他们目前最适合让模型进业务流程干活和写代码的模型。正文没披露参数量、价格和上下文窗口，实际能力还得等跑分和实测。
推荐理由：HKR 三项都成立。Google DeepMind 把 Gemini 3.5 的首发押在 Flash 版本上，并且直接挂上 agent 和 coding 的标签，钩子够清晰。新事实是 3.5 Flash 先跑出来，但参数、价格、上下文窗口一概没提，信息有缺口，所以重要性我给 88，没往更高拉。对做模型选型和 agent 落地的人来说，这条更新会直接影响后续决策，相关性没问题。
Google DeepMind 发了条推，说 Gemini Omni 是他们朝“用任何内容生成任何内容”迈出的第一步，首发功能是视频生成。它把 Gemini 的理解能力和自家的生成式媒体系统揉在一起，号称在多模态理解和编辑上有大跨步。但正文没披露模型参数、价格和什么时候能用，我会先打个折——目前只有一句口号和一段视频演示，具体效果和限制还得等后续公开。
推荐理由：我会先打个折：正文没披露参数量、价格和开放时间，所以没法判断实际成本和可用性。但 HKR 三项都过关——DeepMind 用 Gemini 品牌推视频生成，切入点清楚，技术路线也说了（模型加生成系统），而且直接踩在视频生成的热门赛道上。信息缺口让分数停在 72–77 这个区间，不算高但合理。
谷歌 CEO 皮查伊在 2026 年 I/O 大会上甩出了一组数据：今年 5 月，谷歌平台每月处理的 Token 量超过 3200 万亿，比去年同期涨了 7 倍。这个数字说明谷歌 AI 服务的调用规模在急剧膨胀。同时，Gemini App 的月活用户超过了 9 亿，同比翻了一番多，每日请求量也涨了 7 倍多。另外，Nano Banana 这个模型已经累...
推荐理由：谷歌 I/O 这次放的是用量规模，不是新模型或重大能力发布。7 倍增长、9 亿月活和 3200 万亿 Token/月让 HKR 三项都过关，但因为没有产品级大更新，分数就落在 78–84 这个区间。我会先打个折：这些是平台方自己报的数字，外部没法独立验证，不过作为规模参考仍然有分量。
OpenRouter 平台上的工具调用模型现在可以自主决定要不要联网搜索、搜什么关键词、搜几次，还会自动抓取网页内容。平台新接入了 @p0 作为搜索供应商。正文没披露搜索次数上限和成本控制细节，实际用起来会不会搜过头还得看后续反馈。
推荐理由：OpenRouter 现在让能调工具的模型自己决定要不要上网搜、搜什么关键词、搜几次，还顺带抓取网页内容，搜索提供商是 @p0。这事有意思的点在于搜索不再是用户先下指令，而是模型在推理过程中主动触发，等于把信息获取的决策权交了出去。不过目前只有一条推文，没给定价、调用上限、失败处理或实际效果对比，所以我会先打个折——想法不错，但落地细节还看不清。
Anthropic 给 Claude 托管代理加了两项安全控制。自托管沙箱让代理的运行环境跑在用户自己的基础设施或指定的沙箱供应商上，不再必须用 Anthropic 的默认环境。MCP 隧道则让代理能直接连到用户安全边界内的内部服务，不用把服务暴露到公网。正文没披露这两项功能的具体实现细节、延迟影响或额外成本。
推荐理由：Claude 的托管代理这次加了两个安全功能：一个是自托管沙箱，让代码执行跑在用户自己的服务器或指定的沙箱服务商那里，不用全交给 Anthropic 的云端；另一个是 MCP 隧道，相当于给模型调外部工具时加了一条加密通道，不用把内部服务直接暴露到公网。这两项改进对想在企业环境里用 Claude 做自动化流程的团队来说，算是补上了两个明显的安全短板。正文没给出性能开销或延迟数据，所以实际体验会不会打折还不清楚。整体看，这不是模型能力升级，而是部署层面的安全加固，对已经在用或打算用托管代理的人有参考价值，但新闻性本身不算炸裂。
Membrane 做了一个通用“技能”，Claude Code、ChatGPT、Cursor 装上后，一条指令就能调用超过 10 万个 API，从 Stripe 支付到 NASA 火星车数据都覆盖。以前给每个外部服务单独写集成逻辑的麻烦省掉了，开发门槛降了不少。正文没披露这个技能具体怎么做到安全鉴权和错误处理，这点先别太激动。另外他们在搞社区挑战，鼓励...
推荐理由：我会先打个折：目前只有社交平台上的摘要，没看到定价、鉴权模型、安全边界，也没有实际跑通的案例，所以只能算中等体量的产品更新。亮点在于它把“一个技能接所有 API”这个想法做成了可用的东西，对正在折腾 agent 工具调用的开发者来说，省事这个卖点够直接。但正文没披露延迟、失败重试和权限隔离这些细节，这点先别太激动。
现代汽车集团在摩根大通的投资者会上说，要在现代和起亚的制造工厂里用上超过 2.5 万台 Atlas 人形机器人，目标到 2028 年实现年产 3 万台。执行器（相当于机器人的关节和肌肉）会在美国工厂生产，规划年产能超过 30 万个。不过正文没披露具体什么时候开始铺、铺到哪些工厂，也没说采购成本。
推荐理由：这条消息就一句话：现代汽车要搞 2.5 万台 Atlas。数字够大，所以能上推荐位。但我会先打个折，因为正文没披露部署时间、场景和采购条件，等于只给了一个量级，没有落地信息。如果是真的，这个采购规模挺省钱也够吓人，但这点先别太激动，等具体方案出来再看。
OpenAI 公布了一套内容溯源方案，主要做三件事。第一，他们正式拿到了 C2PA 标准认证，以后用 DALL·E、Sora 等工具生成的图片都会自带一份可验证的“数字出生证明”，记录是谁做的、怎么改的。第二，他们和 Google DeepMind 合作，在 ChatGPT、Codex 和 API 生成的图片里嵌入了 SynthID 隐形水印。这层水印...
推荐理由：我会先打个折：正文没提覆盖哪些格式、上线范围多大、检测准确率多少，所以实际效果还得等。但这件事本身有信息量——OpenAI 没有单押一种溯源方案，而是把行业里两个主流标准（Content Credentials 做内容凭证，SynthID 做隐形水印）一起用，还给了验证工具。对开发者来说，这意味着以后接 OpenAI 模型出图、出视频，可以有一套现成的溯源管道，不用自己从零搭。这点先别太激动，因为没披露准确率，水印被裁切或压缩后还能不能认出来是未知数。但方向是对的，尤其对需要向用户或监管证明“这东西是 AI 生成的”的产品，省了不少事。
Anthropic 给 Claude 托管智能体平台加了两项新能力。自托管沙盒进入公开测试，意思是智能体执行代码、跑工具的环境可以部署在你自己的服务器上，安全策略和运行权限都由你控制，不用把敏感操作放在 Anthropic 的云端。MCP 隧道处于研究预览阶段，它能让智能体直接访问你公司内网的私有数据库和 API，比如连上本地的 Postgres 或内...
推荐理由：这是 Anthropic 官方给 Claude 智能体托管平台发的功能更新，两条都是具体机制，不是方向性博客。权重比发新模型低一档，但作为 agent 基础设施的进展，够上 featured。我会先打个折：MCP 隧道还是研究预览，别当生产可用；自托管沙箱公测了，但正文没披露延迟和资源开销数据，实际省不省钱还得自己测。
Claude 在伦敦线下活动上发了两个新功能，都跟 Claude Managed Agents 有关。自托管沙箱进入公测，意思是代理可以在你自己的安全边界里运行，默认就用你设好的安全策略，不用再额外配一套。MCP 隧道是研究预览版，正文没展开讲具体怎么用，但从名字看应该是给 MCP 服务打通一条安全通道。这两个功能合在一起，解决的是同一个问题：让模型进...
推荐理由：这是 Claude 官方在代理基础设施上的一次实在更新，不是画饼。自托管沙箱让代理跑在用户自己的环境里，不用把数据全交给云端，安全团队更容易点头；MCP 隧道则解决了内外网工具打通的问题，代理能直接调用内部服务。两个功能都还在公测或预览阶段，正文没给出大规模压测数据，稳定性先打个折。但方向很明确：让代理进企业流程干活，同时把控制权留在用户手里。
摩尔线程推出了 MT Lambda 仿真平台，把物理引擎、渲染和 AI 模型训练整合到一起，用自家的 GPU 跑通了从模拟到真机的完整流程。现场演示的机器狗“小飞”在仿真里学会走路后，直接迁移到实物上就能跑。不过正文因为需要验证码没能完整抓取，具体的技术参数、训练时长和成功率数据都没披露，这点先别太激动。
推荐理由：我会先打个折：性能、定价、开放方式和第三方验证正文都没给，所以重要性只能停在 featured 低位。但这条消息本身信息量够——摩尔线程拿出的是一个国产 GPU 驱动的具身仿真方案，不是纯软件缝合，而且用机器狗“小飞”做了 100% 仿真训练到真机迁移的 demo，说明链路至少跑通了。对国内做机器人、做仿真的人来说，这相当于多了一个可能绕开 NVIDIA 生态的选项，哪怕现在还很早期，也值得标记一下。
Odyssey 发布了一个叫 Agora-1 的世界模型，主打实时生成可玩的 FPS 场景，最多支持四个真人或 AI 玩家在同一张图里对战。它把物理模拟和画面渲染拆开跑，训练数据用的是《黄金眼》游戏内部状态，不是单纯看视频学样子。正文没披露具体延迟和硬件成本，所以实际跑起来卡不卡、贵不贵还不清楚。我会先打个折：多人联机听着很酷，但没看到公开可测的版本，...
推荐理由：我会先打个折：Odyssey不是顶级基础模型厂商，所以分数压在78-84这个区间。但Agora-1确实把世界模型从单人看风景推到了4人联机打枪，仿真和渲染分开跑这个架构选择也值得留意。正文没披露延迟数据和画面一致性表现，这点先别太激动。训练数据用了GoldenEye的内部状态，说明他们走的是用游戏引擎内部信息喂模型的路子，不是纯视频学习，这跟其他家路线不一样。
一些中国公司现在不用摄像机、剧组和真人演员，就能以每分钟约30美元（200元人民币）的成本批量生产AI短剧。DataEye数据显示，仅今年3月就有近5万部AI短剧上传到抖音，几乎赶上该平台2025年全年总量。字节跳动2月发布的Seedance 2.0等工具让这类内容快速普及，但演员群体已经感受到冲击：32岁的横店演员李焦尔说近几个月角色“彻底消失了”，...
推荐理由：这篇不是产品发布或模型更新，但把 AI 短剧的成本和产量数字摆出来了：每分钟 30 美元，3 月抖音上传量接近去年全年。我会先打个折，因为正文没披露这些短剧的实际播放量和用户留存，光有上传量说明不了市场接受度。但选题本身把技术狂欢和失业焦虑绑在一起，对从业者来说比单纯讲模型能力更有嚼头。
阿里云在 X 上官宣 Qwen3.7-Plus-Preview 已经挂上竞技场，同时提到自家在视觉榜单上排到第五。帖子没给具体跑分、参评模型数量，也没说 Qwen3.7 系列什么时候正式发，只说“迫不及待要发布”。我会先打个折：排名第五听着不错，但不知道跟谁比、怎么比，这点先别太激动。
推荐理由：Qwen3.7-Plus-Preview 上了 Arena 并拿到视觉第五，我会先打个折——正文没披露具体分数、同期参评模型有多少、也没说什么时候正式发布。排名能说明模型在视觉任务上有竞争力，但信息缺口不小，分数暂时放在 featured 低位。
Claude Design 宣布所有套餐的 token 限制直接翻倍，意味着你一次对话能塞进去的上下文和产出的内容量都大了不少。但正文没披露具体翻倍后的 token 数是多少、各套餐之间有没有差异、价格变没变、以及什么时候生效。我会先打个折：上限翻倍是好事，但没给数字就没法判断实际能多干多少活。
推荐理由：Anthropic 官方产品更新，只有一个硬事实：所有套餐 token 限制翻倍。HKR 三项都过，但正文没披露具体 token 数、价格变化和生效范围，所以只能放在 featured 低段。我会先打个折——翻倍听着爽，但不知道原来是多少，实际提升就不好算。