AIHOT周报

Google I/O 2026成为本周焦点，Gemini Omni模型发布标志着多模态生成能力的飞跃，它结合物理推理与知识，能从任何输入生成任何输出。同时，Gemini Spark作为全天候个人AI代理，以及智能搜索框的多模态交互，共同宣告AI进入自主代理时代。Google还披露了月处理3200万亿Token、Gemini月活超9亿等关键数据，显示AI规模化应用加速。

Anthropic的Claude在5天内攻破Apple M5芯片的macOS内核防护，绕过了苹果耗时5年、投入数十亿美元的硬件级安全机制，标志着AI驱动的安全研究已能极速突破顶尖防护。同时，前OpenAI核心成员Andrej Karpathy加入Anthropic，引发行业对AI安全与对齐研究的关注。Anthropic还与教皇共同发布AI通谕，并推出自托管沙箱等企业安全功能，显示其在安全与伦理领域的持续布局。

随着AI代理广泛应用，其可靠性问题凸显。研究发现LLM智能体的记忆重写机制会损害可靠性，导致性能下降。对此，开源社区推出Forge等可靠性层，通过防护机制将8B模型在复杂任务中的表现从53%提升至99%。同时，GBrain等知识系统通过多层结构解决AI记忆缺陷，Membrane则通过单一技能连接超10万API，降低集成复杂度。这些创新共同推动AI代理向更可靠、更易用的方向发展。

多模态生成领域迎来多项突破：Kling AI推出全球首个原生4K视频生成模型，获得好莱坞团队采用；NVIDIA开源首个4-bit量化长视频生成基础设施；阿里云推出HappyHorse视频生成模型。更引人注目的是，奥德赛实验室发布全球首个实时多agent世界模型Agora-1，允许多人机同屏互动，标志着从单人生成视频向多人共享“活世界”的转变。

多位行业领袖发出重磅预测：Anthropic CEO认为软件成本将急剧下降甚至免费，微软AI CEO预测18个月内AI将自动化所有白领工作。这些言论引发对职业结构巨变的讨论。同时，Anthropic与多元群体展开对话，探索AI伦理对齐；研究发现人类说服技巧对AI同样有效，凸显AI安全复杂性。开源工具api-relay-audit则揭露了AI API中转站的安全风险。