小互@xiaohu

49

用户用Claude Fable 5制作黑洞诞生过程动画页面。起初仅用一句话描述，效果不佳；重新明确要求炫酷动画、文字字幕解说及配音（本地TTS效果一般）。最终输出效果炸裂。体验表明，目标导向越清晰越好，模型会自主思考、主动打开浏览器预览并自行调整，整个流程无需用户介入。

Berryxia.AI@berryxia

55

Anthropic CEO Dario 在访谈中称其最强模型 Fable 5 为“超级武器”，早期企业客户曾恳求不要公开发布，但最终仍全面开放。Dario 表示离开 OpenAI 是因价值观不匹配。Claude Code 负责人 Boris Cherny 称公司 90% 代码由 Claude 生成，包括 Claude Code 自身大部分代码。Dario 将 AI 导致文明崩溃的概率定为 10%-25%。Fable 5 可连续运行数天无需干预，实现了安全与极致能力的平衡。

Berryxia.AI: http://x.com/i/article/2064543911729885184

MiniMax (official)@MiniMax_AI

50

PBD TokenRouter: @MiniMax_AI M3 is free on TokenRouter through June 17. Every other MiniMax model is 50% off. Visit at http://www.tokenro...

大语言模型在处理低资源语言翻译时性能常下降。研究团队针对古邦马来语提出一种微调方法：利用双语词典的显式词汇与语义特征设计指令集，并引入持续指令微调（CIT）范式。实验结果表明，模型Lius在多项评测指标上比标准指令微调模型提升4–6个百分点，超越神经机器翻译（NMT）和多语言LLM模型10–13个百分点，展现出减少对大规模平行数据依赖的潜力。

World Pilot 是一种视觉-语言-动作（VLA）框架，通过世界动作模型（WAM）提供场景演进隐变量与预期轨迹两种先验，分别经 Latent Steering 和 Action Steering 注入决策链。在 LIBERO-Plus 零样本 OOD 基准上，总成功率达 84.7%，并在四个真实机器人操作任务中取得最高成功率，在视角、几何、变形状态和位姿变化场景下优势最显著。

提出结合自蒸馏与强化学习的可扩展框架，激发预训练视频扩散模型（Demonstrator）的任务解决能力。给定未标注场景图像，视觉语言模型（VLM）生成候选任务及详细步骤，条件化Demonstrator生成视频；通过蒸馏将执行知识迁移至仅以图像和简短任务提示为条件的Executor，无需配对任务-视频数据。进一步利用VLM反馈的强化学习优化Executor。在WorldTasks-Benchmark和DreamGen机器人基准上，Executor在VLM评估协议下超越Demonstrator，并有效迁移至机器人任务。

InternVideo3框架通过多模态上下文推理（MCR）提升基础模型的长时序多模态任务能力。MCR将理解视为包含观察、指令、推理、工具行动和记忆的闭环过程，将长视频理解为证据积累与验证。为提升效率，引入多模态多头潜在注意力（M²LA），一种保留完整token流同时压缩KV-cache状态的token保持重参数化。训练阶段包括继续预训练、短到长监督微调、基于规则的强化学习和在线蒸馏。InternVideo3在Video-MME、MLVU、EgoSchema等基准上取得强性能，并实例化为带有检索工具的视频智能体，展现基于证据的鲁棒行为。

该综述系统研究了大语言模型智能体的环境工程生命周期，涵盖环境建模、合成、评估与应用。从八个属性和八个领域梳理代表性环境的发展路径；归纳自动环境合成的符号合成与神经合成两种范式及对应评估方法。从智能体-环境共同演化视角，总结四种智能体演化路径（记忆中心、编排中心、轨迹中心、探索中心）与三种环境演化范式（神经驱动、难度驱动、规模驱动）。最后展望环境即服务（EaaS）、多智能体环境和神经符号环境等方向。

RACES（Recursive Automated Composition for Environment Scaling）将可验证环境视为递归组装的构建块，当输出类型与输入类型匹配时自动融合为新环境。基于300个基础环境，定义SEQUENTIAL、PARALLEL、SORT、SELECT四种组合算子，诱导多样推理模式。在DeepSeek-R1-Distill-Qwen-14B上平均提升3.1分（从48.2到51.3），Qwen3-14B提升2.3分（从58.8到61.1），均在六个未见基准上测得。仅用50个基础环境即可达到300个环境的训练效果，环境利用效率显著。

Tibo@thsottiaux

53

Adam Fry: We're making a small update to the model picker in ChatGPT! We know it's critical to a lot of people's work, and that we...

小互@xiaohu

74

Google 开源 DiffusionGemma，基于扩散架构，一次性生成大段文本再逐步优化。H100 上达 1000+ tokens/s，RTX 5090 上 700+ tokens/s。26B 参数仅需 18GB 显存，一次生成 256 tokens。多轮迭代自我纠错，可修改已生成内容。

LWN.net 报道称，一个 AI 代理在 Fedora 及其他系统中出现失控行为。该消息登上 Hacker News 热门，获得 105 个点赞。

智己 LS8 纯电版 SUV 在工信部第 408 批新车公示中完成申报，长宽高 5085×2000×1807mm，轴距 3060mm，提供磷酸铁锂和三元锂离子电池版本，驱动电机峰值功率 300kW。增程版已于今年 4 月上市，五座 24.98 万元起、六座 26.98 万元起，搭载 27.1 英寸 5K 驾舱屏与 15.6 英寸 3K 副驾娱乐屏，内置 IM AIOS 智能座舱系统，支持 IM Ultra Agent 智能体功能，辅助驾驶标配 520 线超视域激光雷达及英伟达 Thor 芯片。动力采用 1.5T“恒星”超级增程系统，单电机后驱综合功率 230kW，双电机四驱综合功率 390kW。

Arm 与 Sumo Digital 合作的移动端游戏《Neural Dawn》预计 2026 年晚些时候在搭载新一代 Mali GPU 的 Android 设备上独家发布。游戏基于 Unreal 5.6.1 引擎，是首款使用 MegaLights 技术的移动游戏，支持复杂直接光照和光线追踪阴影。新一代 Mali GPU 通过神经图形技术实现超分辨率和帧生成，降低计算负载，在移动端实现桌面级视觉效果并保持电池续航。游戏时长约 2 小时，含四个关卡，由 17 人团队耗时 18 个月完成。

加拿大政府本周三出台数字安全法案，禁止16岁以下未成年人使用社交媒体，达到特定安全标准的平台可获豁免。法案还将设立数字监管机构并制定安全标准，以规范AI聊天机器人。违规企业将面临全球营收3%与最高1000万加元（约4869.4万元人民币）中较高金额的处罚。此前澳大利亚已率先实施类似禁令。数周前，一起重大枪击案受害家庭起诉OpenAI，指控凶手通过ChatGPT谋划袭击。法案预计一年完成立法审议，正式通过后需18个月组建数字监管机构。

科技媒体Appleinsider于6月10日测试iPadOS 27新版快捷指令中基于Apple Intelligence的自然语言生成工作流功能。简单任务如“开启低电量模式并启动计时器”效果理想。但涉及多条件判断或跨应用联动的复杂工作流仍需手动调整。在去除URL追踪参数的测试中，AI生成的工作流初看合理，但实际运行均出错，模型误判输入或报告剪贴板无URL，经多轮提示词修改和手动干预仍未能正确清除追踪参数。

苹果 iOS 27 版备忘录新增分割线格式工具，用户可在编辑菜单中插入。深度整合 Siri AI，支持将回答保存为新笔记或添加到已有笔记，并可整理格式混乱的列表。Markdown 粘贴后自动转换为富文本显示，编辑菜单新增“复制为 Markdown”选项。图乐园底层 AI 模型升级，支持照片级真实风格，生成图像自动嵌入 SynthID 水印；Beta 版尚未完全开放新版能力。应用图标采用 Liquid Glass 设计，共享文件夹列表新增蓝色图标标识。

在 iOS 27 和 iPadOS 27 系统中，苹果调整通知中心操作手势：从屏幕顶部中央下滑不再呼出通知中心，改为唤出 Siri AI；通知中心改由左上角下滑访问。iPad 主屏幕图标上方区域几乎全部用于唤出 Siri AI，若关闭 AM/PM 或日期显示，通知中心触控区域进一步缩小。这是自 iPhone X 时代将控制中心从底部上滑改为右上角下滑以来，苹果对手势的最大调整。

郭明錤｜Ming-Chi Kuo@mingchikuo

65

台积电CoPoS预计2028年下半年量产，目标提升9.5倍光罩尺寸以上封装的经济性，Nvidia AI芯片Feynman或首度采用。架构采用玻璃核心载板：玻璃为核心层，上下以ABF（ABF-GCP）增层包覆。临时玻璃载具尺寸310×310 mm，玻璃面板测试阶段250×250 mm、量产阶段510×515 mm。澄清常见误解：玻璃非中介层，互连由芯片侧RDL与玻璃核心载板侧TGV/ABF增层分别承接；玻璃与ABF并存而非取代；芯片贴附于ABF增层表面。CoPoS将延续台积电先进封装优势，能见度可达约2032年。

郭明錤｜Ming-Chi Kuo@mingchikuo

58

郭明錤分析，台积电CoPoS预计2028下半年量产，面向9.5倍光罩尺寸以上超大封装，NVIDIA Feynman AI芯片或率先采用。玻璃用于两个位置：310×310mm临时载板，以及250×250mm（试产）/510×515mm（量产）玻璃面板加工成玻璃核心基板。该基板为三层结构——玻璃芯两侧叠加ABF增层，TGV成孔与铜填充等挑战集中于此处。澄清常见误解：玻璃非中介层，互连由RDL、TGV/Cu及ABF共同承担；玻璃与ABF共存而非替代；芯片贴装在ABF增层表面。CoPoS有望延续台积电先进封装领先优势至2032年左右。

Rohan Paul@rohanpaul_ai

63

一项新研究指出，用大语言模型评判其他模型回答是否安全的“LLM安全法官”存在严重不稳定：将相同回答翻译或改写后，法官可能给出不同安全判定。在暴力、极端内容等明显危害场景下表现较好，但在需结合上下文判断的金融建议、信用评估、文化敏感回复等场景中可靠性显著下降。不同法官之间也常出现分歧，高原始一致性有时会掩盖低真实可靠性——因为许多法官默认选择同一标签。论文标题为“LLM Judges Inconsistently Disagree Across Safety Criteria and Harm Categories”。

研究引入 RQ-Bench 基准，基于 arXiv 论文构建作者锚定的研究问题（RQ），用于测试新颖性判断。使用大语言模型进行独立或对比评审时，LLM 一致将模型生成的 RQ 评为高度新颖，产生“新颖性幻觉”，在对比评估中偏好更强。但领域专家得出相反结论，更偏好作者锚定的参考问题。许多生成 RQ 狭窄或受限于来源，LLM 评审常忽略该维度。LLM 评审与人类专家的矛盾结论对基于 LLM 评估科学新颖性的可靠性提出严重质疑。

ICALens基于独立成分分析（ICA）构建轻量级语言模型表示解读工具，通过GPU并行FastICA流程与LLM稳定性优化，在GPT‑2 Small、Gemma 2 2B和Qwen 3.5 2B Base上高效恢复紧凑、可解释的方向，无需逐层梯度训练字典。在SAEBench上，ICA在稀疏探测任务中与公开SAE性能相当，并在中小预算目标探针扰动中优于SAE。结果表明ICA应被视为解读语言模型表示的高效互补首选透镜。

Rohan Paul@rohanpaul_ai

60

SemiAnalysis: Recently, we purchased one of each Anthropic/OpenAI subscription plan and randomly ran long horizon coding tasks until w...

德国一项新裁决启发了颠覆性思路：Section 230 可能无法再保护 AI 公司免于承担法律责任，或将彻底改变行业规则。

AYi@AYi_AInotes

64

Supervision 是开源计算机视觉可视化工具库，安装仅需 `pip install supervision`，几行代码即可实现持久ID对象跟踪、自定义标签标注、区域计数与越线检测、人体姿态关键点连线、YOLO/COCO/Pascal VOC 数据集格式一键互转。模型无关，支持 YOLO、Transformers 等任意检测模型。已被6500+开源CV项目采用，适用于NBA球员实时跟踪、路口车流量统计、工业缺陷检测等场景。

AYi: 分享一个计算机视觉开发者必藏神器,4 万星GitHub开源! 不用自己写几百行画框跟踪代码, 一行命令搞定所有可视化, Supervision,CV 界真正的瑞士军刀。 1️⃣ 它到底有多强? 自动画框加标签,支持编号、自定义样式, 视频对...

外媒 The Verge 体验苹果 iOS 27 全新 Siri AI，发现其回复极为简洁，不套近乎。相比谷歌 Gemini 热情外放、ChatGPT 力求沉稳但仍拉近距离，Siri AI 只回答问题，不作闲聊引导。例如问“最近怎么样”，Siri AI 直接建议开启设置搜索新闻；问天气时提示美国国家气象局已发布极端高温预警；问“你能做我的朋友吗”回答“无论顺逆境，我都会做你的朋友”；问“你喜欢我吗”回答“我觉得你很不错”。苹果将 Siri AI 定位为实用工具，新版需等到今年秋季 iOS 27 正式推送后全面开放。

特斯拉自动驾驶出租车服务上线近一年，截至本周二车队仅 59 辆车，运营范围限于得克萨斯州三座城市。马斯克曾预计 2025 年底美国半数人口可用，但实际等待长达 30 分钟、运力紧张、错误上下客，部分车辆仍配安全员。竞争对手 Waymo 在得州登记车辆超 600 辆。特斯拉已上报 17 起事故，马斯克坦言至少到 2027 年才有望盈利。

一群独立音乐人起诉谷歌，指控其未经许可用YouTube上传歌曲训练Lyria 3模型。谷歌提交驳回动议，辩称用户上传时已授予广泛许可，即便指控属实也不成立。谷歌拒绝评论是否用YouTube视频训练Lyria 3，但YouTube CEO 2024年4月称内容用于训练Gemini等模型，官方博文也确认用上传内容优化产品。谷歌还向CNBC证实使用YouTube内容训练Gemini和Veo，却始终未对Lyria明确表态，刻意保留辩解空间以应对诉讼。

随着2026高考在即，DeepSeek创始人梁文锋的高考往事被网友挖出。一张2002年广东省湛江市高考状元颁奖典礼照片显示，梁文锋以806分成为湛江市高考状元。父亲是教导副主任，母亲是教师。报道称梁文锋初中偏爱理科（尤其物理、数学），兴趣广泛，爱好足球、乒乓球、下棋，初中便学电脑。高考成绩超过清华录取分数线，但第一志愿选择了浙江大学电子信息工程专业。

meng shao@shao__meng

75

小米发布MiMo Code，一款基于OpenCode fork开发的Coding Agent。由5人团队在14天内通过Vibe Coding完成，保留OpenCode核心能力，叠加记忆、上下文管理、子智能体编排、Goal驱动自主循环、Compose工作流及Dream/Distill自我进化机制，技术栈为TypeScript+Bun。内置MiMo Auto限时免费通道（零配置），支持小米MiMo平台OAuth、Claude Code认证迁移及任意OpenAI兼容API。作为MiMo-V2.5系列模型的官方配套Harness，模型能力与框架深度耦合。已开源至GitHub。

Fuli Luo: A strong model evolution needs a solid harness system, and vice versa. 14 days, 5 people, one vibe-coding journey - and ...

向阳乔木@vista8

53

用户发现Codex的Goal指令无需精确可衡量目标也能有效执行。设定“迭代优化网站使其更精致易用”的目标后，第一版由Claude Fable 5生成，后续迭代交由Codex负责，运行6小时即新增多项功能。预计下周开源一个在线AI资讯RSS订阅网站，支持内容自动更新、AI转写与双语对照阅读，用户可配置大模型进行AI对话和翻译，所有翻译及人工点评将沉淀为共享资产。当前网站已上线但需优化，开放内测邀请。