追踪 AI 更新，查看事件时间线和原始信源；需要做购买决策时，再去比价。
当前公开精选集合，保留来源更正和撤回。最后同步：
欧盟委员会初步认定，谷歌在安卓系统中给予其AI助手Gemini系统级优先待遇，限制了第三方AI服务调用系统功能、屏幕上下文、本地数据和硬件的能力。为此，欧盟要求谷歌开放安卓的AI相关权限，允许第三方AI工具通过唤醒词或按键启动、读取屏幕内容、访问本地数据并控制已安装应用，同时为开发者提供必要的硬件访问以支持本地模型运行。欧盟将在收集反馈后，最晚于7月27日公布最终决定。若谷歌未按要求调整，可能面临最高相当于其全球年收入10%的罚款。
AIHOT 精选理由欧盟这次盯的不是搜索而是 AI 入口，如果裁定落地，安卓上的 AI 竞争格局会从「谷歌一家独大」变成「谁都能接系统级权限」，做移动端 AI 产品的人都该盯着 7 月的最终决定。
OpenAI 2025年未能实现ChatGPT的内部营收和周活用户突破10亿的目标，主要面临谷歌Gemini和Anthropic的竞争。尽管近期融资1220亿美元，但其高达1.4万亿美元的数据中心支出承诺带来巨大财务压力，到2030年或需2070亿美元新融资。公司内部对算力支出和IPO时间表存在分歧，同时还需应对马斯克的巨额索赔诉讼。尽管有GPT-5.5表现优异等利好，但平衡巨额支出与营收增长仍是其IPO的核心挑战。
AIHOT 精选理由华尔街日报独家披露 OpenAI 收入和用户目标双双落空，叠加 1.4 万亿美元算力豪赌和 IPO 内部分歧，这是理解 OpenAI 商业模式是否可持续的关键切片，做 AI 投资和竞品分析的值得细读。
本次更新为 Claude Code 带来多项增强与修复。新增功能包括 MCP 服务器的 `alwaysLoad` 配置、`claude plugin prune` 命令以及 `/skills` 界面搜索框。用户体验方面，优化了全屏模式滚动、对话框键盘滚动和长 URL 点击体验。重点修复了处理多张图片或使用 `/usage` 命令时可能出现的数 GB 内存泄漏问题，并解决了 Bash 工具在工作目录被删除后失效等稳定性缺陷。此外，还改进了 MCP 服务器的错误重试机制和终端会话标题的本地化显示。
AIHOT 精选理由Claude Code 这版修了一堆让人抓狂的内存泄漏和崩溃问题，加上 alwaysLoad 和 plugin prune 两个实用功能，重度用户值得立刻升级，但对非用户来说只是例行迭代。
NVIDIA 在 Hugging Face 上发布了一款名为 NV-Raw2Insights-US 的物理信息人工智能模型，专门用于自适应超声成像。该模型能够直接处理原始超声射频数据，实时生成高质量的诊断图像。它通过结合物理定律与深度学习，显著提升了图像分辨率和对比度，同时将传统处理流程中的多个步骤整合为单一前向传播，大幅提高了计算效率。这一进展有望推动超声设备向更便携、智能和精准的方向发展。
AIHOT 精选理由NVIDIA 把物理先验塞进超声成像管线，从原始射频数据直接出诊断结果，跳过传统重建步骤。做医疗 AI 的值得拆一下这个端到端思路，但离通用场景太远。
研究团队提出LaDiR推理框架，将连续潜在表征的表达能力与潜在扩散模型的迭代优化能力相结合，以增强现有大语言模型的推理性能。该框架首先构建一个结构化的潜在推理空间，通过扩散过程对潜在状态进行迭代细化，使模型能够全局性地重新审视和修正推理路径中的早期内容。这种方法突破了传统自回归解码在整体优化和多样化解决方案探索方面的限制，提升了链式思维生成的质量与效率。
AIHOT 精选理由Apple 把扩散模型塞进 LLM 推理链，思路很野，用连续潜空间替代自回归 token 生成来解决「写到一半没法回头改」的老毛病。做推理优化或 diffusion 架构的值得细看，但离工程落地还远。
AI销售策略正从询问软件预算转向三个核心问题：软件总预算、劳动力总预算，以及客户期望三年后两者的比例。这一转变将销售对话提升至战略层面。当前数据显示，销售、支持和工程部门的人力与软件成本比分别为10:1、4:1和最高25:1，高比率意味着巨大的AI替代潜力。新的销售流程分为两步：先切入现有软件预算，再拓展至AI所释放的劳动力预算，最终目标是重新定义企业对成本结构的认知。
AIHOT 精选理由Tunguz 用一张劳动力/软件支出比率表把 AI 销售的底层逻辑讲透了，做 ToB SaaS 或 Agent 产品的人看完会重新想自己的定价天花板在哪。
OpenAI的GPT系列模型、代码生成模型Codex以及托管智能体现已正式上线亚马逊云科技。企业用户可直接在AWS环境中集成并调用这些AI服务，基于自身云基础设施构建安全、可控的定制化人工智能应用。此次合作将OpenAI的前沿模型能力与企业级云环境的安全性和可扩展性相结合，为企业部署生成式AI与自动化智能体提供了新的平台选择。
AIHOT 精选理由OpenAI 终于上了 AWS，这意味着大量被云锁定的企业不用再绕道 API，直接在自家环境里跑 GPT 和 Codex，对做企业级 AI 产品的人来说是个真信号。
OpenAI模型将在未来几周内通过AWS Bedrock向客户提供。此举旨在为开发者提供更多模型选择，以适配不同任务需求。同时，亚马逊将于4月28日举办直播活动，AWS高管Matt Garman、Colleen Aubrey、Julia White将与OpenAI领导人进行对话，探讨智能体AI（agentic AI）的未来发展方向。相关详细信息将在旧金山的AWS活动中公布。
AIHOT 精选理由OpenAI 模型上 AWS Bedrock，意味着企业级部署多了一条官方直连通道，做 ToB 产品选型的人该把这条放进下周的 checklist 里。
小米宣布开源两个大模型：专攻复杂智能体和编码任务的MiMo-V2.5-Pro，以及原生全模态模型MiMo-V2.5。两者均支持100万token的上下文长度，并采用允许商业部署和微调的MIT许可证。同时，小米为开发者和创作者提供了100万亿token的免费额度，鼓励基于此构建应用。模型的价值不仅在于其在GDPVal-AA和ClawEval等基准测试中的排名，更在于其解决实际问题的能力。
AIHOT 精选理由小米这次把 1T 参数的 Code Agent 模型直接 MIT 开源，还送 100T 免费 token，诚意拉满。做 coding agent 的团队值得认真看看，这可能是目前开源阵营里最强的代码智能体基座。
微软与OpenAI的长期合作曾包含一项特殊条款：一旦实现通用人工智能（AGI），微软的商业知识产权将失效。AGI最初被模糊定义，后在2024年被具体量化为能为早期投资者产生约1000亿美元利润的系统。2025年，双方修订协议，规定AGI需经独立专家小组核实。2026年4月27日，双方宣布新合作阶段，微软对OpenAI知识产权的许可将延续至2032年（转为非独家），并停止收入分成，而OpenAI向微软的分成支付将持续至2030年且“独立于技术进展”。此举被广泛视为原有的AGI条款实质上已被废止。
AIHOT 精选理由Simon Willison 把 OpenAI 和微软之间那个「AGI 条款」从诞生到死亡的完整时间线扒了出来，这种一手资料级别的梳理比任何分析都有说服力，关心 AI 商业格局的人值得花五分钟读完。
OpenAI修订与微软的合作协议，结束独家云合作关系，未来可将其服务部署于亚马逊云等平台。微软保留至2032年的非独家模型许可以及至2030年的有上限收入分成。此举削弱了微软的稀缺性优势，引发其股价下跌，但有助于微软释放资本投入Copilot并缓解反垄断压力。亚马逊成为明确赢家，其AWS从备用基础设施转为OpenAI的前线平台；谷歌云也获得了竞争OpenAI工作负载的机会。OpenAI创始人确认微软仍是其主要云合作伙伴，但产品将扩展至所有云平台。
AIHOT 精选理由OpenAI 和微软的独家绑定正式松动，这不只是两家公司的合同调整，而是整个 AI 基础设施格局的重新洗牌。AWS 和 Google Cloud 终于拿到了入场券，做云服务选型的人该重新算账了。
📣 如果每个未解决的问题都有一个 Codex 智能体呢？ 这就是 Symphony 背后的理念——一个为 Codex 设计的开源智能体编排器，它将任务追踪器转变为持续运行的系统，用于智能体工作，让人类专注于审查和方向指导。
AIHOT 精选理由OpenAI 把 Codex 从单次对话变成了任务队列的常驻工人，Symphony 这个开源编排层让 issue 自动派发 agent，做工程管理的人可以认真看看这个范式。
小米正式开源MiMo-V2.5系列模型，采用MIT许可，支持商业部署、继续训练与微调。该系列包含两个支持100万令牌上下文窗口的模型：MiMo-V2.5-Pro专为复杂智能体和编码任务设计，在GDPVal-AA和ClawEval基准测试中位列开源模型第一；MiMo-V2.5则是具备强大智能体能力的原生全模态模型。官方强调，模型的价值不仅在于排名，更在于其解决实际问题的能力，并已公开模型权重与技术博客。
AIHOT 精选理由小米把 MiMo-V2.5 直接 MIT 开源且支持商用，1M 上下文 + Agent 能力在开源阵营里确实能打，做 Agent 产品的团队值得花半小时跑一下 benchmark 看看真实水平。
小米正式开源 MiMo-V2.5 系列，采用 MIT 协议，支持商用与二次训练。该系列含两款模型，均支持 100 万上下文窗口：MiMo-V2.5-Pro 在 GDPVal-AA 和 ClawEval 榜单位列全球开源第一，MiMo-V2.5 为原生全模态模型。同时推出 Orbit 计划，30 天内免费发放总计 100 万亿 Token。
AIHOT 精选理由开源采用MIT协议，消除了商用和二次训练的法律障碍；百万亿Token激励让开发者在集成验证阶段几乎零成本试错。
每年系统故障导致损失超万亿美元，工程师需通过分析时间序列数据快速定位问题。时间序列问答（TSQA）是关键运维任务，对AI模型构成挑战。为此，研究团队推出ARFBench基准，基于Datadog真实内部事件及遥测数据构建。测试显示，当前领先的大型语言模型、视觉语言模型和时间序列基础模型在ARFBench上表现均有较大改进空间。团队提出混合TSFM-VLM模型，其整体性能接近前沿水平，为TSQA任务提供了新评估框架和改进方向。
AIHOT 精选理由CMU 和 Datadog 联手搞了个基于真实事故的时序问答基准，结论很诚实，现有模型全拉胯。做 SRE Agent 的团队该看看，这比合成数据的 benchmark 有说服力得多。
华盛顿大学MacCoss实验室的Brendan MacLean将培训新开发者的方法论应用于Claude Code，以管理拥有70万行C#代码、持续开发17年的开源蛋白质分析软件Skyline。他通过创建独立的AI上下文仓库、编写CLAUDE.md引导文件以及设计“技能”模块（如调试技能），为Claude Code建立项目认知。该方法显著提升了开发效率：搁置一年的文件视图面板功能在两周内完成；CSS布局更新从依赖设计师变为不到一天实现。此外，Claude Code还自动化了2000多张教程图片的截图比对和每日测试报告生成，团队现在主要依靠它生成代码和脚本。
AIHOT 精选理由这不是又一篇 Claude Code 安利文，而是一个维护了 17 年 70 万行 C# 代码库的人，把带新人的方法论原封不动搬给了 AI，结果真管用。做 legacy 项目的人应该认真看他的 context 管理和 skill 库设计。
自6月1日起，GitHub Copilot 的使用将开始消耗 GitHub AI Credits，计费模式正式从固定订阅制转变为基于实际使用量的计费。这一变化意味着用户的费用将与 AI 助手的具体调用量直接挂钩，而非统一的月费或年费。
AIHOT 精选理由GitHub Copilot 从订阅制转向按量计费，这是 AI 编程工具定价范式的标志性拐点，所有重度用户和竞品都得重新算账。
马斯克起诉OpenAI及其CEO奥尔特曼等一案即将在加州开庭，索赔金额高达1500亿美元。案件核心争议在于OpenAI被指控背弃最初的非营利使命，转为营利性实体。关键证据包括联合创始人格雷格·布罗克曼2017年的私人日记，其中内容显示管理层早期已考虑摆脱马斯克影响并追求经济利益。马斯克要求OpenAI恢复非营利性质并罢免奥尔特曼等人职务。OpenAI则反驳称马斯克意图掌控公司并为自己的xAI造势。此案可能动摇OpenAI管理层公信力，影响其万亿估值上市计划。
AIHOT 精选理由马斯克索赔 1500 亿美元的官司明天开庭，布罗克曼日记里那句「摆脱埃隆控制」可能是整场审判的胜负手。OpenAI 的 IPO 节奏和治理公信力都悬在这场庭审上，做 AI 的人都该盯着。
阿里巴巴视频生成模型 HappyHorse1.0 开启灰度测试，支持生成15秒多镜头叙事视频，具备多画幅适配和1080P超分输出功能。官网720P视频生成刊例价为0.9元/秒，千问App上体验价格低至0.44元/秒。大众用户可通过千问App使用，还能创作粤语、英语、法语、韩语等多种语言的剧情短片。该模型此前登顶AI Video Arena排行榜，并将于5月份正式发布商用。
AIHOT 精选理由HappyHorse 悄悄登顶 AI Video Arena 后才被阿里认领，这个反转让它不只是又一个视频模型。0.44 元/秒的定价对内容创作者是真金白银的信号，做短视频的值得现在就去千问 App 试一轮。
用户@doodlestein使用ChatGPT Images 2.0，以蒙娜丽莎为主题创建关于线性变换和谱定理的数学解释信息图。尽管使用了相同的详细提示词，模型在四次生成尝试中产出了布局、矩阵示例和解释结构明显不同的结果。虽然核心概念保持一致，但每次生成在特征向量和变换的可视化呈现方式上各有独特之处。这证实了即使输入不变，模型的输出也存在显著变化。因此，对于重要内容，建议进行多次生成以获取不同的视觉方案和创意角度。
AIHOT 精选理由ChatGPT Images 2.0的输出变异性比想象中大，做内容或设计的人别只看第一张就满意，多生成几次可能有意想不到的好结果。
