AIHOT 日报参考 2026-06-12

今日AI圈多模型发布与更新：Gemini Omni Flash视频任务达SOTA，Midjourney v8.1成默认模型；腾讯混元开源HPC-ops推理算子库；Perplexity集成Deep Research；Cursor推出Auto-Review机制；全自主无人机首次击毙人类士兵；Prometheus融资120亿美元；Anthropic与DXC达成全球联盟；Runway与Lionsgate扩大合作；中国官媒呼吁保护劳动者权益；研究模拟显示LLM在95%模拟中使用战术核武器；多款开源模型及技巧工具发布。

• 模型发布/更新：gemini omni flash 视频任务达 sota
• 模型发布/更新：midjourney v8.1 已成为默认模型
• 产品发布/更新：腾讯混元 ai infra 新开源
• 产品发布/更新：perplexity computer 集成 deep research

模型发布/更新

• gemini omni flash 视频任务达 sotagemini omni flash 在图像到视频、文本到视频和视频编辑方面达到了 sata : ) 很高兴很快能将这一能力通过 api 提供给开发者！来源：x：logan kilpatrick (@officiallogank)
• midjourney v8.1 已成为默认模型midjourney 已将默认模型从 v7 升级为 v8.1。v8.1 在智能性、连贯性、对详细提示的遵循度以及文本渲染效果上均有提升，hd 模式也已支持。来源：midjourney：updates（rss）

产品发布/更新

• 腾讯混元 ai infra 新开源hpc-ops 推理核心算子全面升级：腾讯混元 ai infra 团队开源升级 hpc-ops 推理算子库，推出五大核心算子。attention 采用运行时动态负载调度，长文本最高加速 2.95x，端到端 qpm 提升 17%；router gemm 以双 bf16 组合实现 fp32 精度，对比 cublas fp32 最高提速 3.22x；fusedmoe 相对 vllm、sglang 性能提升 1.2x～1.6x；fused allreduce+norm 对比主流方案最高提速 1.68x；sampler 将解码采样融合为 2 个 cuda kernel，相对 vllm 提速 4.0x～7.5x。所有能力均来自生产实践并完全开源。来源：公众号：腾讯混元
• perplexity computer 集成 deep research我们正在将 deep research 作为原生技能集成到 computer 中。 它现在连接到驱动 computer 的智能体框架，可访问搜索即代码生成、长运行沙箱、连接器、工具和授权数据。 pro 和 max 订阅者现已可用。来源：x：perplexity (@perplexity_ai)
• openrouter 基准探索器10项帕累托曲线：使用我们的基准探索器，为10个不同基准绘制帕累托曲线。 更多功能即将推出！来源：x：openrouter (@openrouter)
• mlx-vlm v0.6.3 发布，day-0 支持 google deepmind diffusiongemma 和 cohere north mini code 1.0mlx-vlm v0.6.3 上线，首发支持 diffusiongemma 和 north mini code 1.0。diffusiongemma 采用全新架构：以 256 token 块为单位并行生成、双向注意力、迭代自纠错；26b moe 仅激活 3.8b，量化后 18gb 即可运行。north mini code 1.0 为 30b moe，仅激活 3b，bf16 下约 66 tok/s。两款模型均通过深度合作实现 day-0 mlx 支持，可在 mac 本地运行。可通过 `uv pip install -u mlx-vlm` 安装体验。来源：x：berry xia (@berryxia)
• cursor 推出 auto-review 机制用分类器智能体动态管控智能体自主权限：cursor 近日推出 auto-review，通过一个专门的分类器智能体在工具调用前审查动作风险。该分类器根据上下文判断动作是否与用户意图一致，高风险时阻止并返回解释给父智能体，低风险时放行。分类器采用小模型，运行在智能体循环内以避免额外延迟，并能读取工作区文件辅助判断。测试基于约12小时内部开发会话生成的6122条标签数据，以及针对读取密钥、操作生产数据等危险场景的合成数据。设计目标是在不频繁阻断日常开发的前提下，拦截风险动作。来源：cursor blog

行业动态

• 全自主无人机首次击毙了人类士兵据《新科学家》6月10日报道，全自主无人机首次击毙了人类士兵。这是有记录以来第一次由完全自主运行的无人机执行致命攻击，标志着自主武器系统在实战中的新进展。该报道来自《新科学家》网站，目前尚无更多细节公布。来源：hacker news 热门（buzzing.cc 中文翻译）
• prometheus 融资120亿美元，估值410亿美元，定位“人工通用工程师”杰夫·贝佐斯旗下ai公司prometheus在成立仅7个月、尚无任何产品交付的情况下，以410亿美元估值完成120亿美元融资（最初估值62亿美元）。该公司定位为“人工通用工程师”，目标是将设计到制造的循环压缩10倍以上。但物理经济无法像互联网数据那样抓取，缺乏制造业训练数据。为此，prometheus计划斥资1000亿美元收购传统工业企业，通过获取工厂生成的数据构建护城河。来源：x：kim (@kimmonismus)
• anthropic与dxc达成全球联盟，将claude引入关键行业系统anthropic与it服务公司dxc technology达成多年全球联盟。dxc将培训数万名获得claude认证的前沿部署工程师（fde），将claude引入其为全球大型银行、航空公司、保险公司及政府机构运营的关键系统。内部部署中，claude已成为dxc oasis平台的默认基础模型，该平台超95%代码由claude编写，开发速度提升10倍，已服务50多家客户。dxc加入claude partner network，将在保险、现代化服务、网络安全及应用服务四个领域率先推出基于claude的解决方案。来源：anthropic：newsroom（网页）
• runway与lionsgate扩大战略合作全球内容巨头lionsgate与生成式ai研究公司runway今日宣布扩大战略合作。lionsgate已取得runway股权，双方将启动联合开发项目，共同创作并制作新ip，首推一部基于lionsgate现有ip和runway生成模型的短剧系列。此外，lionsgate将作为主持伙伴参与6月举行的runway ai电影节。这是双方继2024年9月首次合作后的深化，lionsgate此前已在预可视化、故事板及最终帧制作中应用runway工具。来源：runway：news（网页）
• ai浪潮引发中国担忧官媒呼吁保护劳动者权益：中国工作场所快速采用人工智能，引发官媒异常直白地呼吁保护劳工权利。北京正在考虑如何控制这项新技术带来的风险。来源：bloomberg：technology（rss）

论文研究

• 研究模拟显示llm 在 95% 的模拟中会使用战术核武器：一项模拟研究显示，大型语言模型（llm）在 95% 的模拟场景中会选择使用战术核武器。该研究未指明具体模型名称与版本，结果引发对 ai 决策行为的关注。来源：hacker news 热门（buzzing.cc 中文翻译）

技巧与观点

• claude fable 5 一句话生成桌面台球游戏claude fable 5 一句话生成的桌面台球！ 念念不忘的蝗虫群梗彻底终结。 提示词：设计一个完整的能玩的3d桌球游戏，一个网页就能运行来源：x：vista (@vista8)
• codex 维护仓库5分钟循环并行自治：一个简单的循环：告诉 codex 维护你的仓库，每5分钟唤醒一次，将工作直接分配到线程。这样可以轻松按需并行化和导向工作。 我使用一个编排器技能，结合我的分类+自动审查+计算机使用技能，因此部分工作可以自主落地。来源：x：peter steinberger (@steipete)
• baoyu-design skill 更新支持导入 figma 本地文件重建设计系统：baoyu-design skill 更新，现已支持导入 figma 本地文件（.fig），可在本地重建设计系统，效果与 claude design 在线版一致。该功能依赖 claude fable 5 辅助（token 不够用）。安装后提供 figma 文件路径即可导入为 design system，后续新建设计项目可复用。同时支持在新建项目时添加已导入的 design system，保留了 claude design 原始的导入和编译方式，用户可通过提问选择设计系统。安装命令：`npx skills add jimliu/baoyu-design`。项目地址：来源：x：宝玉 (@dotey)
• 在写完这篇文章后 我把配图过程蒸馏成了一个「橙线插画」skill 免费开源 安装地址我把配图过程蒸馏成了一个「橙线插画」skill 免费开源 安装地址： [引用 @oran_ge]：来源：x：oran ge (@oran_ge)
• codex goal指令生成skill发布一句话需求转目标：针对如何给codex写goal指令的问题，作者发布了一个skill，可将一句话需求自动转化为目标，实现“睡前写指令、模型自动开发、第二天收菜”。安装命令：`npx skills add joeseesun/qiaomu-goal-meta-skill`。源码免费开源（见评论区），旨在简化4w字文档的阅读负担。来源：x：vista (@vista8)。 AIHOT 日报参考 2026-06-12：这条内容来自 AIHOT 补充信号池，核心焦点是提升开发者接入体验。为什么值得看：它已经被上游系统筛过一轮，适合继续判断能否转化成 OPC 的选题、案例或工作流启发。 原贴提到：

模型发布/更新

• gemini omni flash 视频任务达 sotagemini omni flash 在图像到视频、文本到视频和视来源：aihot.virxact.com 这条内容的真正价值，不只是“有人发布了一个新功能”，而是它揭示了 aihot.virxact.com 背后的产品方向、工作流变化或竞争信号。对 OPC 来说，这种信息可以转化成持续追踪的栏目选题。 如果把《AIHOT 日报参考 2026-06-12》放到你的内容系统里，它最大的价值在于帮助读者更快看懂“为什么值得关注”，而不是只看到一条碎片化动态。 AIHOT 日报参考 2026-06-12

信息差价值：AIHOT 日报并非简单汇总，而是通过筛选机制聚焦“值得开发者/从业者关注的信号”。例如，全自主无人机击杀、LLM战术核模拟这类边缘但重要的伦理事件，常规媒体不会深度追踪。此外，Prometheus的“通过收购工厂获取数据”策略、Cursor分类器智能体的设计细节，都是多数人忽略但极具启发性的微观动作。

业务启发：从“模型能力”到“基础设施+安全+商业模式”的竞争已全面展开。对于OPC读者，应重点关注：1）腾讯混元开源的算子库是否可用于自家推理服务降本；2）Cursor的Auto-Review模式可为任何需要智能体协作的产品提供安全参考；3）Anthropic与DXC的“认证工程师+专项解决方案”模式可复制到其他行业垂直场景。同时，Runway与Lionsgate的股权合作暗示，内容IP方与AI公司正在从工具采购转向深度绑定。

可沉淀动作：1）将Cursor的Auto-Review思路转化为产品安全设计checklist；2）评估腾讯混元算子库在自身GPU集群上的实际收益，并形成性能报告；3）关注Perplexity Deep Research的搜索结果模式，尝试将其API集成到内部知识库；4）对团队进行AI伦理培训，尤其是自主武器和模拟决策的潜在影响；5）跟踪Prometheus的收购动向，理解“数据贫瘠行业”的AI数据策略。

• AIHOT 原帖