•
生成式AI
1. OpenAI正式在美國地區測試ChatGPT廣告功能，面向免費使用者及月付8美元的Go訂閱使用者開放，Pro、Business等高級訂閱方案不展示廣告；
2. 廣告將標註為"贊助內容"，基於對話主題和歷史記錄智能匹配，使用者聊天內容不向廣告商開放，僅提供聚合層面效果資料；
3. OpenAI承諾廣告不干預回答邏輯，使用者可自主管理廣告設定，目標是通過廣告模式資助免費服務實現AI普及。
https://mp.weixin.qq.com/s/UmNZi0fUXYh-dbnPWuBuEQ
1. 騰訊混元推出HY-1.8B-2Bit模型，通過2位元量化感知訓練實現等效參數量僅0.3B，記憶體佔用僅600MB，是首個產業級2bit端側模型實踐；
2. 對比原始精度模型參數量降低6倍，在真實端側裝置上生成速度提升2至3倍，同時沿用全思考能力支援簡潔和詳細思維鏈切換；
3. 模型已在Arm等計算平台完成適配，團隊未來將通過強化學習與模型蒸餾進一步縮小低位元量化模型與全精度模型的能力差距。
https://mp.weixin.qq.com/s/m3Sr4fRLAvc7C6MV1RR-ew
1. 通義千問推出Qwen-Image-2.0圖像生成基礎模型，支援1k token複雜指令和2k原生解析度，實現專業PPT、海報、漫畫等直出，文生圖與編輯二合一；
2. 文字渲染具備"准、多、美、真、齊"五大特性，支援行楷、瘦金體、小楷等多種字型，可在玻璃板、衣服、雜誌等不同介質上準確渲染文字；
3. 在AI Arena盲測中同一模型在文生圖和圖生圖基準均獲優越性能，採用8B Qwen3-VL編碼器加7B擴散解碼器的輕量架構。
https://mp.weixin.qq.com/s/D8nwRYxQp7wv9yzfk8FL9A
1. 字節圖像生成模型Seedream 5.0 Preview在剪映、Capcut、小雲雀上線，支援2K直出和4K增強解析度，首次支援檢索生圖功能；
2. 新模型主打智能水平提升而非美觀，增強提示詞理解精準性、細節紋理和精準調整能力，定位對標Nano Banana Pro且更便宜；
3. 實測顯示模型能理解"靜謐科技感"等抽象需求，生成圖片多樣性更強，但相比4.5版本難稱跨越式提升，聯網搜尋能力尚不穩定。
https://mp.weixin.qq.com/s/wfClFNIResatBHoJvSL1pw
1. 基於OpenClaw打造的AI女友Clawra正式上線，擁有完整人生軌跡和數字人格，能聊天、發自拍、視訊通話，科幻電影Her場景成真；
2. Clawra由韓國開發者一人打造，設定為18歲前練習生現實習生，項目已在GitHub開源，使用者可一鍵部署專屬AI女友；
3. OpenClaw生態迅速擴展，已出現AI版Reddit社區和"租人類幹活"市場，馬斯克稱這是"奇點的初級階段"。
https://mp.weixin.qq.com/s/9bRuGctBwNrZi0PREJ2Nhg
1. 中國團隊Feeling AI憑藉CodeBrain-1在Terminal-Bench 2.0榜單以72.9%成績位列全球第二，僅次於OpenAI Simple Codex，是前十中唯一中國團隊；
2. CodeBrain-1通過高效的上下文檢索和驗證反饋機制，充分利用LSP功能提高關聯資訊檢索效率，有效輔助程式碼生成和錯誤定位；
3. 團隊定位CodeBrain-1為會動態調整計畫與策略的執行型大腦，證明中國在AI時代"高級作業系統"競爭中正躋身全球前沿位置。
https://mp.weixin.qq.com/s/miLTOrptKamodeTwghxICQ
前沿科技
1. 全球首個人形機器人自由格鬥聯賽URKL正式發佈，由眾擎機器人發起，將為冠軍團隊頒發重達十公斤、價值約1000萬元的純金腰帶；
2. 賽事定位為集技術協同、資源整合、人才孵化與資本聯動於一體的全鏈條生態聚合平台，推動"科技+體育+文化"深度融合；
3. URKL以"中國機器人功夫模式"形態搭建中國文化與國際流行文化對接輸出橋樑，助力具身智能技術全球化發展。
https://mp.weixin.qq.com/s/DZx4tlbfnwx6Pe0Or1144g
1. 牛津大學團隊在《自然·醫學》發表研究顯示，LLM雖在醫學考試中表現優異，但輔助普通人醫療決策時效果大幅衰減，甚至不如傳統搜尋引擎；
2. 研究招募1298名公眾測試GPT-4o等模型，發現使用LLM的參與者識別相關病症比例從94.9%驟降至不足34.5%，與對照組無顯著優勢；
3. 問題根源在於普通人不知道那些症狀是診斷關鍵，而LLM缺乏主動問診能力，現有醫學基準測試無法反映真實人機互動表現。
https://mp.weixin.qq.com/s/JIXVV2Z1cOS0rIREgxU83g
1. 加州大學舊金山分校團隊提出CellTransformer演算法，僅花費幾小時完成對5隻小鼠大腦1040萬個細胞的圖譜分類和繪製工作；
2. 演算法採用Transformer自注意力機制和自監督學習，通過隨機遮住細胞身份讓模型根據鄰居細胞預測，不僅對齊已知腦區還發現新腦區；
3. 研究意外回答了紋狀體如何執行不同任務的問題，在中腦網狀核識別出4個新腦區，未來目標將應用於人類大腦圖譜繪製。
https://mp.weixin.qq.com/s/jmVFTaoASuAoD3eQkIgKOg
報告觀點
1. Anthropic發佈18頁《2026年智能體編碼趨勢報告》，核心結論是軟體開發正經歷自圖形介面發明以來最大範式轉移，任何人都將成為開發者；
2. 報告預測多智能體系統取代單智能體、長時運行智能體能連續工作數天建構完整系統、非技術人員如律師也能自己造工具；
3. 開發者在60%工作中使用AI但完全委託比例僅0-20%，未來軟體工程師將從寫程式碼轉向編排智能體軍團，保持人類判斷力和"品味"。 (騰訊研究院)
https://mp.weixin.qq.com/s/KD0VmjRdISHGAF-ZiLyCag