AI trends on 2026-07-05

Google 在2026年6月发布了一系列AI更新，旨在让设备和应用更实用。这些更新包括推出 Gemini 3.5 Live Translate、Android 17 的最新功能以及专为 Gemini 设计的新款 Google Home Speaker。Google 的目标是让AI自然地融入日常生活，处理重复性任务，让用户专注于更重要的事情。此外，2026年5月，Google 发布了 Gemini 3.5 模型和 Gemini Omni，并推出了新的硬件，如 Googlebook 和 Fitbit Air，以提升用户体验。

Hugging Face 和 Cerebras 合作，通过结合开放、模块化的语音 AI 架构和行业领先的推理速度，显著提升了语音 AI 的实时交互体验。该方案解决了语音 AI 中关键的延迟问题，使得对话响应更自然，接近人类互动。其架构是一个开放的级联语音到语音堆栈，集成了 Nvidia 的 Parakeet、Cerebras 上的 Gemma 4 VLM 推理以及阿里巴巴的 Qwen3TTS。Cerebras 通过加速语言模型响应时间，提升了推理速度和稳定性，尤其改善了长尾延迟问题。该技术已应用于 Reachy Mini 机器人，旨在为机器人、语音助手和具身 AI 提供低延迟、可预测的性能，实现大规模的实时交互体验。

OpenAI 的最新数据显示，ChatGPT 的全球普及率正在持续增长。用户不仅增加了使用频率，还在探索更多功能，从而推动了该技术在不同地区和语言环境中的发展。

作者开发了一款名为 Spanish Buddy 的网络应用，旨在帮助学习墨西哥西班牙语。由于市面上大多数西班牙语应用偏向欧洲西班牙语，作者利用 Claude 和 Cowork 平台，根据个人学习目标构建了包含个性化课程、间隔重复抽认卡、对话和听力练习等功能的 Spanish Buddy。该应用还通过 MS Azure 实现了地道的墨西哥西班牙语音频。Spanish Buddy 完全免费，无需注册或下载，作者在今天收到了第一笔支持，认为这是一个重要的里程碑。目前，作者每隔一天使用该应用，并认为它比之前尝试的通用应用效果更好。

Tibo 在社交媒体上发起了一个关于“1000 美元以上套餐”的讨论，询问用户希望在这样的套餐中看到哪些内容。该帖子发布于 5 月 18 日凌晨 12:33，获得了 16.3 万次浏览，并有 413 条评论、7 次转发和 810 个赞。

TabFM 是 Google Research 推出的一种零样本表格基础模型。它能够处理包含数值和分类混合列的结构化/表格数据，支持分类和回归任务。该模型无需进行微调或超参数搜索，只需将训练样本作为上下文输入，即可在一次前向传播中完成预测。

人类最大的普遍谎言是“以后还有时间”。几乎每个人都活在一种错觉中，认为重要的事情可以等待，无论是职业转变、坦诚对话、旅行、与父母和解、健康改造，还是写书。我们围绕着一个被视为理所当然的“某一天”来构建生活，但实际上没有人被承诺会有“以后”。这种谎言体现在人们忍受着不喜欢的工作，推迟享受生活直到退休，以及假设所爱之人会永远在身边。这个谎言之所以有效，是因为它能带来慰藉；承认时间有限且不可预测会迫使我们立即行动，而立即行动是令人恐惧的。因此，我们集体假装时间没有流逝，大多数人只有在遭遇诊断、死亡或失去等变故时才看清这个谎言，而那时许多“以后”已经消失了。

作者通过将代码库的字体缩小并写在一粒米上，然后将米的图片上传到 Fable，成功地将 Fable 的 token 使用量降低了 99.99%。这种方法使得原本需要花费 10 美元查询的百万 token 代码库，现在只需几美分。作者认为，这种将代码库转化为微小图像上传的方式，极大地节省了 token 成本，并对其他人尚未发现这一简单技巧感到不解。

当大型科技公司（如 DeepMind 或 Anthropic）正在进行与自己完全相同的研究课题时，非大型科技公司研究人员感到难以保持信心和热情。他们担心自己的研究不如公司做得好，或者所解决的问题已被公司解决并转化为产品。他们认为行业对理论想法不感兴趣，且公司的模型因其巨额资金和收入而更具优势。研究人员还担心，即使有新的突破，也可能被大型语言模型（LLM）吸收，使自己的贡献变得无形。他们质疑在大型科技公司之外进行研究的意义，并担心自己的研究在行业眼中可能如同简单的 Kaggle 项目。

GeneBench-Pro 是一个新推出的基准测试工具，旨在评估人工智能在基因组学、生物学和科学研究领域的表现。该工具利用复杂的真实世界数据集，对AI系统进行测试。

纽约市的教育工作者和行业领袖齐聚谷歌办公室，共同探讨人工智能在课堂中的未来应用。谷歌、纽约就业首席执行官理事会和城市议会共同举办了一场人工智能峰会，吸引了150位教育和行业领袖参与。峰会旨在促进招聘方与教育工作者之间的知识共享，通过aiEDU的“Vibe Coding”和谷歌的“Meet LEA”等实践课程，让教育工作者了解谷歌AI模式和NotebookLM等工具如何激发学生好奇心并培养人工智能素养。会议强调，人工智能的核心价值在于其解决问题的能力，而适应性、协作和批判性判断等“人类技能”将变得至关重要。与会者一致认为，在拥抱技术进步的同时，必须确保隐私和公平获取，并强调技术创新应与学校紧密结合。

IBM Research 的 Raju Pavuluri、Rahul Krishna、Srikanth Govindaraj Tamilselvam、Bridget M、Ashita Saxena、George Safta、Advait Pavuluri 和 Michele Merler 共同撰写了一篇关于“ScarfBench: Benchmarking AI Agents for Enterprise Java Framework Migration”的文章。

这款体素风格的《GTA Online》克隆游戏正在开发中，其世界永不休眠，所有NPC都是AI代理。玩家可以通过提示词来构建游戏中的一切，包括汽车、建筑和武器。本周更新了更大的地图、更智能的警察和新的任务，玩家现在可以进行毒品交易。开发者还开始使用Fable进行构建。由于地图扩大，游戏在高设置下可能会出现卡顿，开发者正在解决此问题。开发者仍在寻求玩家提供诚实的反馈，以改进游戏体验。

Palantir 首席执行官 Alex Karp 近日批评了 OpenAI 和 Anthropic 等商业前沿实验室推行的 API 代币定价模式。他认为，美国企业因代币成本飙升而投入巨资，却未获得明确投资回报，对此感到“愤怒”。Karp 指出，这种“代币最大化”的激励结构迫使企业最大化代币吞吐量，但价值存疑，并可能将独特数据转移给黑盒系统。他强调，先进模型的成本增长速度快于其效用增长，企业客户和政府机构正转向英伟达的开源模型，以完全掌控其计算、数据堆栈和模型权重。Karp 认为，低估开源进展，尤其是中国实验室的快速发展，是一个巨大错误。评论者也认同 Karp 的观点，认为前沿实验室建立了掠夺性商业模式，开源模型将因企业需要拥有数据和模型权重而最终胜出。